Плагины

Полнодуплексный голосовой режим для Web UI DeepSeek Harness: переключатель (автоотправка после паузы 2 с) или удержание для диктовки в редактируемый черновик через потоковое распознавание zipformer2, опциональное слово активации; побуквенное чтение Edge TTS с живыми субтитрами, а речь прерывает воспроизведение и текущий ход (настоящее barge-in). Локальное распознавание, без API-ключа.

Голосовой ввод для web UI: диктовка, разбитая по паузам, и голосовые сообщения — для каждого предусмотрена собственная цепочка резервных провайдеров (Deepgram, Groq, HuggingFace, локальный whisper.cpp или OpenAI-совместимый endpoint).

Полнодуплексный голосовой режим для веб-интерфейса: диктовка касанием для переключения или удержанием (клавиша отправки или `Ctrl`) с живыми субтитрами, хостовая SenseVoice ASR через sherpa-onnx, ответы вслух предложение за предложением, а речь прерывает воспроизведение и текущий ход (истинное перебивание). Ключ API не требуется.

Диктовка удержанием поля ввода. Собственного распознавания нет: используется речевая служба, подключённая официальным bundle voice-input. Удерживайте поле мышью или касанием и отпустите, чтобы вставить расшифровку в черновик; проведите вверх для отмены. Отправки не происходит.

Ввод одной рукой и без клавиатуры для поля ввода: зажмите кнопку мыши на поле ввода, говорите, отпустите — текст попадает в черновик, а сдвиг вверх отменяет ввод, не оставляя недописанной фразы. Не нужно целиться в кнопку микрофона и запоминать горячую клавишу; рука никогда не покидает область ввода, что важно, когда вторая рука занята. Распознавание работает полностью офлайн (SenseVoice через sherpa-onnx, без API-ключа, звук не покидает машину).

Голосовой ассистент для dsh web: произнесите фразу активации (например, «小鲸»), чтобы включить диктовку без рук — сказанное распознаётся и автоматически вводится в поле чата. Поддерживает голосовые команды редактирования (отправить, очистить, новая строка, остановить чтение) и читает ответы ассистента вслух на китайском. Распознавание речи выполняется локально в браузере через sherpa-onnx WASM, поэтому работает офлайн без API-ключа.

Голосовой ввод для Web UI: кнопка микрофона, которая запускает локальное офлайн-распознавание речи VocoType и автоматически вставляет распознанный текст в composer (авторазвертывание, дедупликация, непрерывная диктовка).

Добавляет терминологическую коррекцию к встроенному локальному распознаванию речи. Сохраняет микрофон DSH и движок SenseVoice; аудио не покидает устройство. Исправляет омонимы, отраслевые термины и ошибочно распознанные числа в готовой расшифровке.

Детский словарь английских слов. DSH 0.2+ (проверены 0.2.0-rc.1/rc.2, включая desktop shell; работает и на 0.1.7–0.2.x). v1.10 озвучивает карточки и тесты встроенным голосом Windows офлайн, без сети и вызовов модели; аудио создаётся заранее. v1.11: выбор до 50 слов партиями по 10 со счётчиком; ошибки становятся озвучиваемым повторением/PDF; к примерам добавлен китайский перевод. Маркер/красные пометки на фото книг распознаются, переводятся и сохраняются в локальную SQLite со счётчиком; буфер, фото и диктовка используют одну базу. Сортировка по частоте; 3 ответа подряд — выучено. Экспорт карточек HTML/PDF/Word и теста с 4 вариантами. В DSH 0.1.5 нет настроек: используйте `dsh-word-vault@1.0.2`.

Диктовка речи в веб-поле ввода dsh в реальном времени через 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).

Диктовка сохраняется в репозитории, а не в логе чата. Удержание кнопки или импорт WAV создает `voice-memos/<id>/` с `audio.wav`, отрисованной `waveform.png`, `memo.md` (frontmatter, временные метки сегментов, готовые к вставке цитаты) и `meta.json`. Перед отправкой браузер преобразует аудио в 16 kHz mono. Распознавание локальное: Harness `speechToText` с окнами по паузам или command worker, например `faster-whisper`. Если движка нет, заметка все равно сохраняется с явным статусом/причиной, без выдуманной расшифровки. Вкладка разговора «口述» с переходом по клику и копированием цитаты каждого сегмента, 3 инструмента (voice_memo_save / voice_memo_list / voice_memo_read) и HTTP-маршруты. Без runtime-зависимостей, 52 теста `node:test`, скриншоты в docs.

Диктовка push-to-talk для Web composer: удерживайте hotkey для записи, транскрипт через speech Remote DSH (локальный SenseVoice) попадает в черновик; автоотправка необязательна.

Голос MiMo для DeepSeek Harness: озвучивает каждый завершённый ответ, преобразует диктовку в поле ввода в текст, предлагает девять встроенных голосов и слот клонированного голоса.

Плагин голосового ввода DSH: передача в браузере в реальном времени, диктовка с VAD, локальный/облачный ASR, обработка текста DeepSeek AI.

Редактируемая локальная и настольная диктовка для DeepSeek Harness.

Диктуйте prompts в composer DeepSeek Harness Web Client через микрофон с выбором распознавания: размещенный Whisper API, собственный сервер или полностью офлайн-бинарник whisper.cpp.

Диктовка браузера Web Speech для composer: отдельный сервер ASR, ключ и загрузка модели не нужны. Повторно использует текст Session и настроенную модель DSH для контекстных подсказок и, при желании, редактирования расшифровки.