Plugins

Modo de voz full-duplex para a Web UI do DeepSeek Harness: alternar (envio automático com pausa de 2s) ou ditação por pressionar e segurar em um rascunho editável com ASR streaming zipformer2, wake word opcional; leitura em voz alta sentença por sentença via Edge TTS com legendas ao vivo, e a fala interrompe a reprodução e o turno em execução (barge-in verdadeiro). ASR no dispositivo, sem chave de API.

Entrada de voz para a Web UI: ditado segmentado por pausas e mensagens de voz, cada qual com sua própria cadeia de fallback de provedores (Deepgram, Groq, HuggingFace, whisper.cpp local ou endpoint compatível com OpenAI).

Modo de voz full-duplex para a interface web: ditado por toque para alternar ou manter pressionado (tecla de envio ou `Ctrl`) com legendas ao vivo, ASR SenseVoice do lado do host via sherpa-onnx, respostas faladas frase por frase, e falar interrompe a reprodução e o turno em execução (verdadeira interrupção). Sem chave de API.

Ditado ao manter pressionado o campo de texto. Não inclui reconhecimento próprio: reutiliza o serviço de voz conectado pelo bundle oficial voice-input. Segure com mouse ou toque e solte para inserir a transcrição no rascunho; deslize para cima para cancelar. A mensagem nunca é enviada automaticamente.

Entrada com uma só mão e sem teclado para o compositor: prima e mantenha o rato na caixa de entrada, fale, largue — o texto fica no rascunho, e deslizar para cima cancela sem deixar uma meia frase para trás. Não há botão de microfone para acertar nem atalho para memorizar; a mão nunca precisa de sair da área de entrada, o que é essencial quando a outra mão está ocupada. O reconhecimento corre totalmente offline (SenseVoice via sherpa-onnx, sem chave de API, o áudio nunca sai da máquina).

Assistente de voz para o dsh web: diga a frase de ativação (por exemplo, «小鲸») para ativar o ditado mãos-livres — o que diz é transcrito e escrito automaticamente na caixa de conversa. Suporta comandos de edição falados (enviar, limpar, nova linha, parar de ler) e lê em voz alta as respostas do assistente em chinês. O reconhecimento de fala corre localmente no navegador via sherpa-onnx WASM, pelo que funciona offline sem chave de API.

Entrada por voz para a Web UI: um botão de microfone que aciona o reconhecimento de fala offline local VocoType e insere automaticamente o texto reconhecido no compositor (implantação automática, deduplicação, ditado contínuo).

Adiciona uma etapa de correção sensível à terminologia ao reconhecimento de fala local integrado. Mantém o microfone próprio do DSH e o mecanismo SenseVoice; o áudio não sai da máquina. Corrige homófonos, termos de domínio e números transcritos incorretamente no texto final.

Banco de inglês infantil. DSH 0.2+ (0.2.0-rc.1/rc.2 verificados, incluindo shell desktop; 0.1.7–0.2.x também funciona). v1.10 lê cartões/testes com voz integrada do Windows offline, sem rede nem chamada de modelo; áudio pré-renderizado. v1.11: seleciona até 50 palavras em lotes de 10 com contador; transforma erros em revisão falada/PDF imprimível; adiciona chinês aos exemplos. Detecta destaques/marcas vermelhas em fotos de livros, traduz e salva em SQLite local com contagem; clipboard, fotos e ditado compartilham o banco. Ordena por frequência; 3 acertos consecutivos = aprendida. Exporta cartões HTML/PDF/Word e teste de quatro opções. No DSH 0.1.5, falta Configurações: use `dsh-word-vault@1.0.2`.

Dita texto por voz em tempo real no compositor web do dsh via OpenRouter STT.

Read-aloud and dictation for the DSH web UI with 23 TTS and STT provider types configured side by side, per-language routing, in-text language markers, per-sentence language detection, word highlighting and a TTS Reader sidebar tab (the tab requires dsh-better-sidebar; everything else works without it).

Ditado arquivado no repositório, não no log do chat. Segure o botão ou importe WAV; `voice-memos/<id>/` recebe `audio.wav`, `waveform.png`, `memo.md` (frontmatter, horários por segmento e blocos de citação prontos para colar) e `meta.json`. O navegador reamostra para 16 kHz mono antes do envio. A transcrição é local: serviço Harness `speechToText` com janelas separadas por silêncio ou worker como `faster-whisper`. Sem mecanismo, arquiva a nota com status e motivo explícitos, sem inventar transcrição. Inclui aba de conversa “口述” com clique para buscar e cópia de citação por segmento, 3 ferramentas (voice_memo_save / voice_memo_list / voice_memo_read) e rotas HTTP. Zero dependências runtime, 52 testes `node:test`, capturas reais em docs.

Ditado push-to-talk para composer Web: segure hotkey para gravar e insira a transcrição no rascunho via speech Remote do DSH (SenseVoice local); envio automático opcional.

Voz MiMo para DeepSeek Harness: lê cada resposta concluída, converte ditado do compositor em texto e oferece nove vozes integradas mais um espaço para voz clonada.

Plugin de entrada de voz DSH: tempo real no navegador, ditado VAD, ASR local/nuvem e refinamento com IA DeepSeek.

Ditado local e desktop editável para DeepSeek Harness.

Dite prompts no compositor do DeepSeek Harness Web Client pelo microfone, com transcrição intercambiável: Whisper API hospedada, servidor próprio ou binário whisper.cpp totalmente offline.

Ditado do Web Speech do navegador para o compositor: não exige servidor ASR dedicado, chave nem download de modelo. Reutiliza o texto da Session e um modelo DSH configurado para sugerir expressões contextuais e, opcionalmente, revisar a transcrição.