语音输入麦克风hackerFish/dsh-voice-input

dsh-voice-input · 语音输入插件

GitHub
License: MIT
dsh

English

DSH（DeepSeek Harness）的对话框语音输入插件：在聊天输入条加一个 🎤 麦克风按钮，
用浏览器内置的 Web Speech API（zh-CN） 实时识别中文语音，说完自动把文字填入输入框草稿，
检查/修改后回车发送。零配置、零密钥、纯浏览器能力（Chrome / Edge）。

功能

- 输入条右侧麦克风按钮（conversation.input.right 插槽），点击开始聆听、再点或停顿结束；
- 聆听中显示实时转写与脉冲指示；结束后识别文本追加到当前草稿（不自动发送）；
- 权限被拒 / 无麦克风 / 网络受限 / 浏览器不支持等错误均有明确提示；
- 设置页「语音输入」标签（settings.plugins.tab）：浏览器支持状态 + 插件加载状态；
- UI 全量国际化（中 / 英）：跟随 DSH 的语言偏好自动切换。

结构

src/
host/index.ts     host 半端：/dsh-voice-input/health 健康路由（识别本身纯浏览器）
client/index.ts   client 半端：麦克风按钮 + Web Speech API + 设置页（zh/en 国际化）
scripts/
wrap-client.mjs      按官方 __ModuleLoader__.load 协议包装 client bundle
self-test-client.mjs 结构 / 加载 / 注册三关自测
tsup.config.ts      host(esm,node) + client(cjs,browser) 双构建
cordis.patch.yml   profile 层栈插入补丁

开发 / 构建

npm install
npm run build   # tsup 构建 + client 包装 + 自测

产物：lib/host/index.mjs（host）、lib/client/index.js（client bundle）。

安装到 dsh

本地开发（file: 引用，改代码后需重装才生效）：

1. npm run build 确保 lib/ 产物最新；
2. 在目标 profile 的 package.json（$DSH_HOME/profiles//package.json）中：
- dependencies 加 "@hackerfish/dsh-voice-input": "file:"；
- dsh.profile.bundles 加 "@hackerfish/dsh-voice-input"；
3. 在该 profile 目录执行 pnpm install；
4. 重启 dsh，刷新页面即可看到输入条右侧的 🎤 按钮。

GitHub 安装：

dsh plugin --profile web add https://github.com/hackerFish/dsh-voice-input

（或手动把 github:hackerFish/dsh-voice-input 加进 profile 的 dependencies 后 pnpm install。）

说明与限制

- 识别依赖 Chrome/Edge 内置的在线语音识别服务；断网或服务不可达时报「网络受限」提示。
- 首次点击会请求麦克风权限（getUserMedia 预检），拒绝后有明确指引。
- 默认一次说一句：停顿自动结束（continuous=false），也可再点按钮提前结束。
- 识别结果只填入草稿，不自动发送，避免误识别直接发出。