语音草稿交接Jstn-1g/dsh-live-voice

DSH Live Voice

DSH Live Voice：面向 DSH 的经同意约束的语音

CI

两分钟试用
· 观看 24 秒演示
· 报告停止点
· 预览版发布

DSH Live Voice 专为一次有边界的语音回合而构建：说话、收听返回的音频、
查看两份转录文本，并决定是否将你的话语放入当前草稿。它绝不会替你提交
编辑器或运行工具。

与仅有语音转文字的麦克风按钮不同，预期的体验在双向都承载原生音频，将
可见的同意绑定到确切的实时 DSH Session，并且需要第二次明确操作，你的
转录文本才会进入草稿。Preview.5 新增了下方描述的、明确且无需凭据的本地
合成演示。Preview.4 单独验证了在 DSH Web 中经过身份验证的打包插件组合，
使用合成音频和本地伪造的 Qwen 提供方。需要凭据的 Qwen、物理麦克风或
扬声器，以及打包的 Desktop 仍未通过发布验证。

脚本化的 DSH Live Voice 合成演示：披露、本地回合、转录文本，
以及明确的草稿交接

_脚本化的确定性 UI 演示，使用固定的合成音频和
转录文本。它不使用 Qwen 凭据或外部提供方，也不证明
物理音频 I/O 或打包的 Desktop。
观看 24 秒 MP4。_

两分钟合成测试

要求：一个 DSH Web 配置文件、PATH 上的 pnpm、Chrome 或 Edge，以及一个
一次性测试配置文件或环境。无需 Qwen 凭据或麦克风
权限。检查所需的包管理器是否可用，然后安装不可变的预览版：

pnpm --version
dsh plugin --profile web add github:Jstn-1g/dsh-live-voice#v0.3.0-preview.5

重启 Web 配置文件并打开一个实时 Session。麦克风图标会出现在
编辑器控件行中，标签为 Open DSH Live Voice。打开它并
确认目标显示为 Local deterministic synthetic demo。继续，
启动合成演示，完成该回合，预期会看到两份固定的合成
转录文本以及一段短提示音。Use my transcript as draft 只会更改
当前草稿；它不会提交草稿。

dsh plugin --profile web remove dsh-live-voice

试过了吗？报告最后一个成功的阶段。
失败和通过一样有用。不要发布录音、凭据、真实
转录记录、会话 ID、工作区内容、令牌、Cookie 或可识别身份的日志。

当前状态

除非另有说明，本节描述的是不可变的 v0.3.0-preview.5 制品及其已打标签的源代码。之后 main 上的变更不属于该发布版本。请将每一项结果绑定到实际测试的确切修订版本。

运行时支持

每一行都指明了产生其证据的确切制品或修订版本。较早的 Preview.4 结果仅作为 Preview.4 的证据；它不会因为出现在本发布版本的文档中而被重新绑定到 Preview.5。同样，发布后 main 上的结果也不会改变不可变的 Preview.5。

| 运行时 | 状态 |
| --- | --- |
| 在 v0.1.1-rc.2 上发布的 DSH web 配置文件 | Preview.4 打包的假提供方组合已通过。Preview.2 记录了官方 Web 配置文件的 BFCache 回执；该较早的回执未重新绑定到本制品。物理音频、实时 Qwen 以及独立复现仍待完成。 |
| 从确切源代码构建的 dsh-v0.1.2-alpha.1 Web 配置文件 | Preview.4 经认证的打包插件组合已通过。Preview.3 记录了官方 Web 配置文件的 BFCache，以及使用合成音频和假提供方进行的活动 SPA 会话切换；这些浏览器回执仍绑定到 preview.3。 |
| 从确切源代码构建的 dsh-v0.1.2-alpha.2 Web 配置文件 | Preview.5 使用其捆绑的合成提供方通过了打包安装：经认证的工作区/会话 RPC、精确披露、固定转录记录、有界提示音、处置、无凭据，且无外部提供方服务器。显式的假 Qwen 路径也已通过。物理音频、实时 Qwen、BFCache 以及后续 alpha 版本仍未得到验证。 |
| 从确切源代码构建的 dsh-v0.1.2-alpha.3 Web 配置文件 | 发布后候选版本 3f80cc79 使用确定性假提供方和捆绑的无凭据合成提供方，通过了经认证的打包插件组合。启动令牌交换、工作区/会话 RPC、精确会话绑定、一个已完成回合、转录记录以及处置均已通过。不可变的 Preview.5 仍不包含 alpha.3。物理音频、实时 Qwen、BFCache、打包桌面端以及后续 alpha 版本仍未得到验证。 |
| 通过 HTTP(S) 嵌入所服务 Web 配置文件的社区打包外壳 | 结构上兼容的候选版本，并非通过。确切的 Tauri v0.9.3 安装/重启/卸载运行记录在 issue #9 中。 |
| 测试框架文档所述的打包 file:// + Fetch-over-IPC 模型 | 当前的直接 WebSocket 载体不支持。公共传输接缝或经过验证的 Remote 重新设计记录在 issue #20 中。 |

打包外壳的结果必须指明其确切载体。在加载 http://127.0.0.1: 的外壳中通过，仅证明该所服务 Web 架构；它并不证明从 file:// 加载 UI 并通过 IPC 发送 Fetch 的外壳。

任何打包外壳重启回执还必须证明有序、静止的
Harness 交接：同一时间，每个持久化 Session 由一个 DSH 后端实例拥有，旧实例会先排空并释放，然后其替代实例才能写入该 Session。
精确的 alpha 文档记录了这种单写入者限制，上游
讨论 #5103
记录了已提交序列回滚可能导致整个 Session 历史无法加载。一次受控的 dsh-v0.1.2-alpha.1 复现确认，当两个 JSONL 后端实例在共享根目录中加载并写入同一 Session ID 时，会出现相同的故障关闭结果。这是 Harness 持久化边界，而不是 Live Voice 修复声明；不要让重叠的 Harness 实例写入同一持久化 Session，并在尝试恢复前备份受影响的日志。

v0.2.0 预发布版以先前的
dsh-guarded-live-voice 名称发布，确立了浏览器端同意界面和精确会话 Host 边界：

- 一个惰性 DSH 浏览器模块，带有 composer-control 和 disclosure-panel 插槽；
- 结构化的 Host 到浏览器启动数据，仅包含非秘密的 WebSocket
路由；
- 精确的实时会话和工作区绑定，包括 id 重用检测；
- 对目的地、导出的上下文、执行权限、
未知提供商保留、会话、工作区和到期时间的可见披露；
- 一个显式按钮手势，作为所包含的 UI 路径，用于消费隐藏的、
会过期的一次性挑战；
- 仅在该用户可见的、由客户端证明的接受之后才进行凭据解析；
- loopback、same-origin、trusted-Host、payload 和连接数围栏；
- 故障关闭的协议解析以及确定性的 socket、timer 和会话
清理；以及
- 有界提案解析，且不具执行权限。

此 v0.3 预览版在同一已消费同意和权限租约之后，添加了有界手动轮次基础：

- 一种音频模式 Qwen 握手，要求所请求的模型、稳定的
提供商会话身份、pcm 输入/输出、文本+音频模态，以及
手动 turn_detection: null；
- 一个 PCM16 单声道/16 kHz 输入轮次，限制为 32 KiB 块和 30 秒，
随后恰好一次显式提交和 response.create；
- 有界的完整用户/助手转录快照和 PCM16 单声道/24 kHz
输出，包括提供商/响应/项目/索引身份检查，以及拒绝
工具或其他非消息能力；
- 提供商和浏览器背压限制、一分钟输出上限、
60 秒未提交输入截止时间、90 秒响应截止时间、
故障关闭解析，以及确定性终端拆除；
- 在提供商打开后以及每次音频追加或
提交前进行权限重新验证，包括会话对象重用和工作区移动拒绝；以及
- 一个最终用户转录“将我的转录用作草稿”操作，仅在
响应完成且具有最终用户转录，并且同意时捕获的 composer 修订版和不透明的、按 Session 的操作身份
保持不变。绑定在 setDraft 之前立即被消费，因此即使相同文本 ID 的 Session 替换和重复点击也会失败关闭。当前语音生命周期和确切的 Session 也会在点击时重新读取。这仍然不是与并发输入相比的原子比较并设置。它从不提交；
- 一个显式的“开始录制”手势，请求麦克风权限，一个 AudioWorklet 将浏览器音频下混并持续重采样为 PCM16 单声道/16 kHz，100 ms 有界输入帧，并在拒绝、取消、上限、处理失败、会话失败或卸载时进行确定性清理；以及
- 有序的 PCM16 单声道/24 kHz Web Audio 播放，具有五秒和 256 个实时源上限、重置所有权和故障关闭背压。

Preview.3 还修复了 preview.2 中的一个生命周期隔离缺陷：通过 DSH 的客户端导航离开活动 Session 可能会移除两个语音控件，而不会停止共享控制器。现在每个渲染的控件都持有一个精确 Session 租约。提交阶段卸载会释放最终租约，并在下一个浏览器任务之前安排同一轮次的拆除，停止该 Session 的套接字、捕获、播放、提供程序路径、计时器和转录状态。父/分叉子隔离由 Host 测试覆盖，并且一个精确 alpha 浏览器冒烟测试验证了在 UI 切换到新 Session 后，活动的旧 Session 无法继续捕获或发送。

该预览仍然不支持连续对话或打断、发送 DSH 历史/文件/指令、调用工具、提交编辑器或写入自定义会话事件。捕获、重采样、分帧、清理、播放排序和背压均经过确定性假测试。与官方 Harness 的打包组合已针对本地假 Qwen 服务器进行验证；未声称有凭据支持的音频往返、物理设备音频或打包 shell 冒烟测试。一个独立的受控 Chromium 夹具现在验证了空闲和合成活动音频路径的真实 BFCache 保存/恢复，包括资源拆除以及过期客户端 Session、同意和编辑器绑定的拒绝。第二个可选加入的冒烟测试使用官方客户端构建配置文件重建一个精确、干净的 Harness 检出，通过官方 CLI 将打包插件安装到一次性的已发布 web 配置文件中，并驱动真实的 DSH UI。记录的 DSH v0.1.1-rc.2 / Chrome 151 运行验证了 BFCache 恢复、DSH 事件流重连、活动拆除、草稿保留以及新的同意和 Session 绑定。它使用了合成音频和假环回提供程序；独立复现和打包的已服务 Web shell 回执仍未完成。单独的 file:// + IPC Desktop 架构需要 issue #20 中的便携载体工作才能进行测试。一个单独的已认证组合冒烟测试验证了精确、干净的源码构建 DSH dsh-v0.1.2-alpha.1 Web 配置文件：一个未认证的语音
当 upgrade 收到 401 时，私有启动令牌会被交换为 Harness cookie，而不会进入 receipt，随后经过身份验证的客户端、工作区、Session 以及 fake-provider 语音轮次完成。Preview.3 还通过该确切 alpha 所发布的 Web UI，记录了真实的 BFCache 恢复以及活动 SPA Session 切换拆除。不可变的 preview.3 对等范围除现有的 rc 系列外，仅接纳此固定 alpha。Preview.4 在干净的 alpha.1 和 alpha.2 源码构建、一致的对等图检查以及经过身份验证的打包插件 fake-provider 组合冒烟测试之后，单独接纳确切的 0.1.2-alpha.2。alpha.2 证明固定到上游提交 0a53fb55bea101816fa226bb964ae2bed71c343b。两项结果均不确立后续或广泛的 alpha 兼容性。Preview.5 通过官方 CLI 将其捆绑的合成 provider 单独安装到确切的 alpha.2 中，并在没有凭据、Qwen 传输 shim 或外部 provider 服务器的情况下完成经过身份验证的网关轮次。这不是市场就绪的语音产品，也不是“ChatGPT Live 对等”。DSH Live Voice 是产品名称；受保护的同意与权限模型仍是其安全架构。

发布后的 main 在上游提交 dd6322d604e00eec1ba5e0c8541159906a21094a 处通过相同的经过身份验证的 fake-provider 和捆绑合成 provider 路径后，单独接纳确切的 0.1.2-alpha.3。这些结果仅绑定到 Live Voice 提交 3f80cc790be8858ab1fbb2acf6761428cd362647；它们不会修改或重新标记 Preview.5。Alpha.3 有意移除 DSH 的可选 SQLite Session 持久化后端。Live Voice 不使用它，但基于 SQLite 的配置文件必须在升级前使用其较旧的 DSH 版本导出。不要将较旧的 DSH 构建指向已由较新版本写入的 Session 存储。

常规开发锁仍停留在 alpha.2，而新发布的 alpha.3 包队列正在完成本仓库的 24 小时最低发布年龄隔离期。确切的 alpha.3 兼容性声明来自上述隔离的源码构建组合以及明确的对等范围，而不是来自削弱该供应链策略。后续的 lockfile 更新必须通过相同的策略和完整检查，才能替换开发队列。

披露流程对用户可见，但它并非人类已接受该流程的密码学证明。一次性挑战仅证明对该本地客户端连接的控制。Loopback、Host、Origin 和 Sec-Fetch-Site 检查可缓解远程访问、DNS 重绑定和跨站请求；它们不会对真人进行身份验证，也无法抵御恶意的同用户本地进程。

安全边界

捆绑的合成演示使用固定的进程内内容，且从不连接到 Qwen。当显式配置 provider: qwen 时，只有在接受披露后，通过有界浏览器控制器接缝提供的 PCM 才能到达 Qwen。没有 DSH 历史、文件、工作区指令、
记忆、任意文本、系统指令或工具 schema 跨越该边界。最终用户转录只能通过显式按钮、精确当前 Session 重新检查、在同意时捕获的不透明每 Session 编辑器操作身份以及草稿修订检查，成为普通编辑器草稿。该身份绑定是一次性的，并阻止同 ID Session 替换。助手文本仍只是语音预览，绝不会由该操作插入。当前 DSH 操作并非原子比较并交换，因此该检查并非防碰撞的覆盖保护。该插件无法提交消息、调用工具、写入自定义会话事件或执行工作。

安装预览版

发布标签包含预构建的 Host 和浏览器产物，因此安装无需源码构建：

dsh plugin --profile web add github:Jstn-1g/dsh-live-voice#v0.3.0-preview.5

安装后重启 Web profile。现有的 v0.2.0 测试者应在安装重命名后的包之前移除 dsh-guarded-live-voice。内部 Cordis 行 id guarded-live-voice、默认 /guarded-voice 路由以及隐藏的浏览器协议/组合键在此过渡期间保持稳定，以便现有 profile 和混合缓存 bundle 不会静默重复或停止匹配该插件。

已安装的行明确以本地 synthetic-demo 模式启动。它不会从 Qwen 静默回退。由凭据支持的 Qwen 需要下方明确的开发配置，并且在发布候选版或稳定版之前，仍需通过发布门禁中跟踪的实时提供商和物理设备检查。

帮助验证预览版

我们需要五名使用 Windows 搭配 Chrome 或 Edge 的创始测试者。在一次性 Web profile 中安装 Preview.5，运行上述两分钟合成测试，并提交聚焦的两分钟测试者报告，包括你到达的最后设置阶段以及你在何处犹豫或停止。不应分享任何凭据、录音、真实转录、Session id 或私有日志。完整的队列请求和确切的产物身份保留在issue #58中。有用的报告将在测试者同意的情况下，在发布说明和贡献者部分中致谢。采用度量统计已完成的外部成果和明确的停止点，而非克隆或资产下载。

对于一项单独的无凭据兼容性贡献，请使用无秘密测试者任务：fork 或同步此仓库，启用 Actions，并手动运行 Exact-alpha.2 authenticated Web proof。然后将独立拥有的运行链接及其经过清理的 JSON 回执添加到issue #19。该工作流
检查不可变 preview.4 是否与确切的 alpha.2 一致，且无需提供商凭据
或物理音频设备。其一次性配置文件可以从 npm 解析预览版声明的公共依赖；
它不请求任何机密，因此不要添加任何机密。成功运行会在其公开作业摘要中
以及作为一个可下载的 JSON 文件公开经过验证的回执；原始输出不包含在该产物中。
由本仓库拥有的运行是维护者可重复性证据，而非该 issue 所要求的
独立复现。更早的 alpha.1
Exact-alpha authenticated Web proof
仍固定到不可变 preview.3；其历史运行不会重新绑定到
preview.4 或 alpha.2。

即使发现失败，也欢迎有用的报告。同一表单还
接受提供商、物理设备、BFCache 或确切的打包 shell 结果。
遵循
测试指南，
然后包含确切的发布版本或提交、DSH 版本、平台、浏览器、
步骤和经过脱敏的证据。切勿附加凭据、录音、私密
转录、工作区内容或可识别身份的日志。

通过的测试报告仅对其直接测试的环境和路径构成证据。
它本身并不能关闭另一个发布门禁，也不能使预览版成为
稳定、可上架市场或官方认可的产品。

开发

要求：Node.js 22.19 或更高版本（在 22.x 系列内），或 Node.js 24.12+，
以及 pnpm 11.7。受支持的 rc.2 Web 加载器在 Node 24.0
至 24.11.1 上不受支持；alpha.2 有更新的下限，但此插件在 rc.2 仍受支持期间
保持保守的共享范围。

pnpm install
pnpm check

pnpm check 运行严格的 Host 和浏览器 TypeScript 检查、确定性
测试、Host 和浏览器构建、包 lint、浏览器 bundle 物化，
以及试运行包内容检查。

pnpm run demo:capture 使用
Chrome、FFmpeg 和 FFprobe 在本地重新生成脚本化演练。它会阻止外部浏览器请求，并在替换 GIF
和 MP4 之前验证关键合成 UI 标签以及固定转录。

新贡献者可以浏览开放的、未分配的
good first issue
和 help wanted
队列。在开始实质性工作之前，请在 issue 上评论，以便其范围和
归属清晰。在打开 pull request 之前，请阅读
贡献指南；
它解释了安全不变量、测试
预期，以及不需要提供商凭据或物理
音频硬件的路径。

开发配置

该 bundle 插入兼容性稳定的 guarded-live-voice Cordis 行
使用 dsh-live-voice 包名和显式的 synthetic-demo provider。
要使用 Qwen，必须在 provider 授权前通过 profile override 选择 qwen 并提供阿里云
Model Studio workspace id：

- id: guarded-live-voice
name: dsh-live-voice
config:
provider: qwen
credentialRef: DASHSCOPE_API_KEY
dashscopeWorkspaceId: your-workspace-id
model: qwen-audio-3.0-realtime-plus
route: /guarded-voice
trustedHosts: localhost,127.0.0.1,[::1]
maxConnections: 8

在接受披露后，预览会打开允许列表中的 Qwen
endpoint，进行一次精确会话的手动轮次，并且仅在
Host 上解析凭据。第二个显式按钮会启动浏览器捕获；完成它只会提交
那个有界的 provider 轮次。此路径已进行 fake 测试，但仍需要
打包后的 served-Web shell receipt 和由凭据支持的 Qwen 往返。单独的
file:// + IPC Desktop carrier 需要先完成 issue #20。

通过 DSH 的 credential provider 配置凭据。切勿将 secret
值放入 cordis.patch.yml、浏览器存储、issue 或日志中。

许可证与来源

MIT 许可。此仓库是 clean-room 实现，具有新的公开
历史。它不包含私有产品源代码、资产、标识符或
仓库历史。