本地语音输入ilovedyou6666-hub/dshtools-sensevoice-input

dshtools-sensevoice-input

GitHub
npm
License: MIT
CI

基于 SenseVoiceSmall 的 DSH Desktop 本地语音输入插件：点击输入框旁的 🎤 说话，文本自动写入输入框草稿，并显示语言/情感标签（如 zh · NEUTRAL）。支持 50+ 语言，全程本地 CPU 推理，音频不出本机。

特性

- 🎤 composer 内嵌麦克风按钮，识别文本自动写入草稿（inputActions.setDraft）
- 🏷️ 语言/情感标签解析（… → 结构化字段）
- 🖥️ funasr + SenseVoiceSmall 本地推理，无任何云服务
- ⚡ 模型懒加载（首次 10–30s，之后单次几秒）；Python 进程崩溃自愈
- 🌓 主题自适应 UI

安装 / 卸载

1. 准备推理环境（一次性，约 5 GB）

.\scripts\setup.ps1   # uv → Python 3.12 venv → torch/funasr → 下载 SenseVoiceSmall 模型

默认安装到 ~\.dsh-sensevoice，模型缓存 ~\.cache\modelscope；
也可自行用任意装有 funasr 的 Python，并通过环境变量 DSHSENSEVOICE_PYTHON 指定解释器。

2. 安装插件（任选其一，重启 DSH Desktop 后生效）

npm（推荐；已上架 DSH 插件市场，市场内一键安装同款）
dsh plugin --profile desktop add dshtools-sensevoice-input

GitHub 源码
dsh plugin --profile desktop add github:ilovedyou6666-hub/dshtools-sensevoice-input

若 PATH 中没有 dsh，在 DSH Desktop 内置终端执行，或从 设置 → 插件市场 安装。
更新：remove 后再 add（强制刷新）；安装后可在 设置 → 插件 中确认。

3. 卸载

dsh plugin --profile desktop remove dshtools-sensevoice-input

使用

1. 点击输入框左下 🎤 开始录音（再点结束，最长 60s）；
2. 等待「♪ SenseVoice 正在识别…」，文本自动写入输入框；
3. 悬浮按钮可看模型就绪状态；失败显示具体原因，再点重试。

开发

pnpm install && pnpm check && pnpm test    # 依赖 / 类型检查 / 测试
pnpm build                                 # tsdown → lib/（host ESM + client bundle）
pnpm verify:package && pnpm release:check  # 包契约 / 发布元数据校验

src/      TypeScript 源码（host：桥/路由/内嵌 Python；client：组件/音频/API）
tests/    vitest 测试
lib/      构建产物（已提交，github 安装免构建）
scripts/  setup.ps1 · verify-package · release-check
.github/  CI / 发布工作流 / issue 模板

故障排查

| 现象 | 处理 |
| --- | --- |
| 点击后 HTTP 405 / 403 | 旧版时序问题，更新到最新版并重启 |
| 「无法访问麦克风」 | 允许 Electron 的麦克风权限 |
| python_not_found | 先执行 scripts\setup.ps1 |
| model_load_failed | 模型缓存缺失，重跑 setup.ps1 的模型下载 |
| 首次识别很慢 | 正常：CPU 加载模型 10–30s，之后复用 |

已知限制

- 离线批处理，无流式；单段 ≤ 60s；
- 首次识别需等待模型加载；
- 仅服务 127.0.0.1 桌面进程（桌面自带访问控制）。

版本记录

详见 CHANGELOG.md（当前 1.1.1）。

许可证

MIT