Плагины

Голосовой ввод для веб-интерфейса: нажмите Alt (или Alt+Space) для запуска/остановки диктовки, браузерный Web Speech (без настройки) или облачный ASR, совместимый с OpenAI, опциональная полировка через LLM, настроенный в DSH, интерфейс настроек.

Микрофон composer для веб-интерфейса: нажатие для мониторинга живой транскрипции и удержание для разговора, с озвучиванием ответа через хостовый Edge TTS, транслируемым во время генерации моделью, паузой эха во время чтения и нажатием для остановки.

Кнопка микрофона в строке инструментов композера: речь-в-текст через Web Speech API (Chrome/Edge), переключение языка и опциональная автоматическая отправка, без зависимостей.

Мультимодальный плагин на базе MiniMax: режим голосового вызова в реальном времени (потоковая беседа, плавающий интерфейс дока), голосовой режим и ввод голоса через микрофон, а также инструменты генерации изображений/видео/музыки/речи и визуального анализа.

Заменяет поле ввода чата панелью редактора на CodeMirror 6: номера строк, разделение редактирования и предпросмотра Markdown, плавающее окно и полноразмерная вкладка боковой панели; одновременно доступно только одно поле ввода. Черновики используют штатную машину ввода. Кнопка голосового ввода показывается, если ее предоставляет хост; статистика и индикатор контекста читают те же данные, что штатная панель.

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

Голосовой ввод с микрофона для composer: транскрипция в реальном времени через Web Speech API браузера, дедупликация/автопродолжение, умная пунктуация, настройки языка и автоотправки.

Hold-to-talk dictation in the composer that ships no recognizer of its own and reuses the speech service the official voice-input bundle already mounts - long-press the input box with mouse or touch, release to write the transcript into the draft, slide up to cancel, and it never sends.

Голосовой помощник для DSH Desktop и Web GUI (один плагин, различается только имя profile): перетаскиваемый плавающий шар и VAD в браузере отправляют реплику после паузы. Повторно использует локальную модель SenseVoice, уже загруженную официальным voice-input; вторую модель скачивать не нужно. Поддерживает FunASR HTTP/streaming, облачный совместимый API, MiniMax / MiMo-V2.5-TTS (director mode и voice clone) и совместимые с OpenAI TTS-ответы. Опциональные wake-word/auto-sleep; отправка задач в отдельные сессии с прогрессом, остановкой и голосовым отчётом о завершении.

Готовый к Китаю голосовой ввод для композера. Требуется локальный Python-мост (pip install dashscope websockets, запуск bridge/voice-bridge.py) — сам плагин не работает. Микрофон браузера передаёт 16 кГц PCM в мост, который запускает Alibaba Cloud DashScope ASR (paraformer-realtime-v2); промежуточный текст заполняет черновик в позиции курсора, авто-остановка по тишине, опциональная авто-отправка.

基于 SenseVoiceSmall（iic/SenseVoiceSmall）多语言语音理解模型的 DSH Desktop 本地语音输入插件。

语音输入插件 for Deepseek Harness

Аудио-второй пилот для DeepSeek Harness: транскрибирует аудио (ASR) и синтезирует речь (TTS) — даёт текстовым агентам уши и голос. Из коробки локальный Windows SAPI TTS; настраиваются ASR/TTS-эндпоинты, совместимые с OpenAI. Включает голосовой ввод в композере.

Adds two Volcengine Doubao cloud speech recognizers to the DeepSeek Harness voice-input picker, optionally rewriting the transcript with an LLM.

开口即成文 · Speak-to-prompt for DeepSeek Harness：云端 ASR 语音识别 + 提示词优化 + 填入草稿/自动发送，跨平台 macOS / Windows。

DSH voice input plugin: browser realtime + VAD dictation + local/cloud ASR + DeepSeek AI polish

Voice input plugin (dual-face): mic button beside the composer send action, live recording bubble streaming PCM to a local Qwen3-ASR python service managed by the host, plus an ASR environment settings page (clone runtime/model repos, create venv, run ser

Minimal English-only voice input for the DeepSeek Harness Web UI: a mic button in the composer that transcribes speech into the draft via the browser's native SpeechRecognition API. No dependencies, no subprocess, no network calls beyond whatever the brow

Voice control for the DSH web composer: push-to-talk speech-to-text into the input box (with optional auto-send), spoken playback of assistant replies via the Web Speech API, right-click settings popover, and a global Ctrl+M hotkey.

Editable local and desktop dictation for DeepSeek Harness

Voice input for DeepSeek Harness: hold Space to speak, release to insert. Zero dependencies, Web Speech API. / 语音输入：长按空格说话，松开上屏，零依赖。

Dictate prompts into the DeepSeek Harness Web Client — a microphone in the composer, with swappable transcription: hosted Whisper API, self-hosted server, or a fully offline whisper.cpp binary.