dsh-voice-scribe

DSH 专属语音输入插件：点按或按住 Alt 说话、松开/再点按转文字，插入输入框光标处。 Voice input for DeepSeek Harness: tap or hold Alt to talk, get text in the composer.

⚠️ 非官方插件，与 DeepSeek / 深度求索公司无关联。使用前请阅读 SECURITY.md。

bash
dsh plugin --profile web add dsh-voice-scribe   # 重启 dsh web 后生效

引擎	说明
自动（默认）	本地离线识别优先；不可用时自动回退浏览器识别
本地离线识别	SenseVoice，零配置零 key、音频不出本机；首次使用自动下载模型（约 230MB，国内镜像，只需一次）
浏览器 Web Speech	零配置；依赖 Google/Microsoft 服务（国内 / Edge Stable 可能不可用）
云端 ASR（可选）	服务链：可配置多个 OpenAI 兼容端点按序尝试、失败自动切换；需在设置中配置 API key

浏览器识别依赖外部语音服务（Chrome 在大陆被墙、Edge Stable 有已知回归），故默认以本地识别为主。

云端 ASR 服务链示例：Groq（免费层）→ 硅基流动 SenseVoice → 阿里云百炼，任一失败自动尝试下一个（设置 → 语音输入 → 云端 ASR）。

支持 中文 / English / 粤语 / 日本語 / 한국어（设置 → 语音输入可选）。本地离线识别自动检测语言；所选语言作用于浏览器与云端识别。

把识别错的人名、术语、项目名替换回来：编辑 $DSH_HOME/voice/hot.txt（每行一条，修改后下次转写生效）：

# 字面替换（不区分大小写）：正确词=错误词1|错误词2
DeepSeek=deep seek|迪普西克
王小明=王小铭

# 正则替换（标准 $1 语义）
/老\s*师/老师/
/\{(\w+)\}/【$1】/

设置 → 语音输入页面会显示热词表状态（规则条数 / 文件路径 / 解析错误）。云端与本地离线引擎的转写结果统一应用。

设置 → 语音输入 → 开启润色后，可自定义润色提示词（多行，保存在服务端）；留空或「恢复默认」使用内置的最小必要修正提示词。

润色时会先做一步本地规则预润色（去「嗯/呃」等口头禅、折叠多余空格），再把更短更干净的文本交给 LLM，省 token；LLM 失败时仍保留原始转写。

本地引擎音频不出本机；Web Speech 由浏览器语音服务处理；云端 ASR 的 key 只存服务端。

同为 DSH 的语音 / 输入增强插件，主要差异（截至 2026-08）：

	dsh-voice-scribe（本插件）	dsh-better-input
定位	专注语音输入	输入增强套件（语音 + 提示词优化 + 文件转 Markdown 等）
本地离线识别	✅ SenseVoice，零 key，音频不出本机	❌ 仅浏览器原生识别
浏览器 Web Speech	✅ 回退	✅
云端 ASR 服务链	✅ 多 provider 故障切换	❌
热词替换表 hot.txt	✅	❌
本地规则预润色（省 token）	✅ 0.4.2 起	❌
AI 润色（复用 DSH 模型）	✅	✅
按住说话 / 录音电平	✅	录音自动停止（无电平）
提示词优化 / 文件转 Markdown	❌	✅

只想要更省心、更私密的语音输入 → dsh-voice-scribe；需要一整套输入增强（提示词优化、文件转 Markdown） → dsh-better-input。两者可并存。

bash
npm test          # 测试
npm run lint      # 语法检查
npm run security  # 密钥/路径泄露扫描

MIT

dsh-voice-scribeDeepSeek Harness plugin