0nt-one/dsh-voice-input

语音输入客户端插件（client plugin）——给 DeepSeek Harness Web GUI 的聊天输入框工具行加一个麦克风按钮：点击开始说话，浏览器 Web Speech API（Chrome / Edge 内置，免费、无需 API 密钥）把语音实时转成文字填入输入框。

功能

• 麦克风按钮位于输入框工具行右侧（发送按钮左侧，conversation.input.right 插槽）
• 点击开始/停止聆听；聆听时按钮红色脉冲，上方浮层实时显示转写中间结果
• 每段识别完成的最终文本自动追加到输入框草稿，可继续编辑后发送
• 浮层内可一键切换识别语言：中文 / English / 自动
• 可选自动发送：localStorage 设置 dsh-voice-input-web.autoSend = "1" 后，一段语音识别完成即自动发送
• 零依赖、零密钥、无服务端改动；识别完全在浏览器本地进行

与其他方案对比

方案	转写方式	依赖	成本
本插件（Web Speech API）	浏览器系统语音服务	无	免费
dsh-voice	agent 工具（OpenAI 兼容 ASR）	需 ASR API key	STT 收费
dsh-voice-input（SenseVoice）	本地离线转写	需模型/服务	免费、离线

安装

方式一：npm 包（推荐）

dsh plugin --profile web add dsh-voice-input-web

方式二：离线安装（GitHub 源码）

1. 将本包放入 web profile 的 node_modules：

   ~/.dsh/profiles/web/node_modules/dsh-voice-input-web/
   

2. 在 ~/.dsh/profiles/web/cordis.patch.yml 追加：

   - insert:
       - id: dsh-voice-input-web
         name: 'dsh-voice-input-web'
   

3. 重启 dsh --profile web，浏览器刷新页面。按钮出现在输入框工具行。

安装后插件 id / 包目录名 / localStorage key 统一使用 dsh-voice-input-web（dsh-voice-input 在 npm 上已被同名 SenseVoice 方案占用）。

配置（localStorage）

key	值	默认	说明
dsh-voice-input-web.lang	zh-CN / en-US / auto	zh-CN	识别语言
dsh-voice-input-web.autoSend	"1" / "0"	"0"	识别完成后自动发送

兼容性

• 需要 Chrome / Edge（或任何支持 webkitSpeechRecognition 的浏览器）；Firefox 不支持 Web Speech API，会显示提示
• 页面需在 localhost / 127.0.0.1 或 HTTPS 下访问（浏览器安全限制）
• 语音识别需要联网（由浏览器调用系统语音服务）

License

MIT