← 返回列表
✓ 可直接安装
豆包式语音对话插件DeepSeek Harness Web GUI：点一下 🎤 说话，AI…
自动检查通过：npm 包已发布且 engines 声明满足基线（声明 Node >=22）；该结论来自程序自动检查，未经人工实机验证。 · 最近上游提交 2026/9/25 · 已提供中文文档
综合分
31.5
GitHub 分
31.5
用户评分
—
★ Stars
2
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add dsh-voice-chatnpm 包 dsh-voice-chat 已校验归属本仓库，走 npm 安装最省事
信任档位：已验证本站已于 1 天前真实安装成功（L4 · 真实安装）
- 是什么
- dsh 原生插件 · market
- 装得上吗
- 本站已真实安装成功（L4 · 真实安装，非静态推断）
- 安全吗
- 本站尚未对该插件做风险分级（暂未覆盖，不等同于无风险）
- 还在维护吗
- 活跃：最近一次提交在 0 天前
档位由下列信号合成：本站实装验证（真实安装，当前最高到 L4）· 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。 验证判据与等级说明 →
🟢实装验证通过· 2026/9/24
由本站实装验证器在真实 dsh 环境安装成功，非静态推断。
数据截至 2026/9/26（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
安装兼容性检查✓ 自动检查通过
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。
✓npm 包dsh-voice-chat @ 0.3.1
✓Node 引擎要求 >=22 · 基线 Node 22.19 满足
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明
验证方式：npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/21 23:46:05
用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
由 DeepSeek 最新模型翻译生成dsh-voice-chat
豆包式语音对话插件（DeepSeek Harness Web GUI）：点一下 🎤 说话，AI 回复自动用语音“汇报”给你。
📖 完整使用手册见 MANUAL.md（安装/操作/配置/FAQ/原理）。
功能
- 语音输入：点 🎤 开始聆听（“叮”提示音）→ 说话 → 停顿 2.5s 自动结束（“咚”）→ 转写并发送；
- 语音输出：AI 回复经 TTS 合成朗读，语速 +10%；设置里可开「转述朗读」（默认关闭）——开启后较长回复会先由 LLM 以“助手本人”口吻收敛转述（≤原文长度、不发散、去代码表格）再播报，转述用模型自动跟随当前对话在用的 LLM；
- ASR 引擎：支持 SiliconFlow（SenseVoice，国内免费）、Groq（Whisper）、小米 MiMo（chat/completions 协议）、自定义 OpenAI 兼容端点，在设置页面切换；
- TTS 引擎：支持 Edge TTS（微软免费）、小米 MiMo TTS（chat/completions 协议，内置多款中文音色）、自定义 TTS（OpenAI 兼容接口）；
- 引擎配置隔离：ASR/TTS 每个引擎各存一份 Base URL / 模型 / API Key / 音色，切换引擎不会互相覆盖（旧版单份配置自动迁移）；
- 单信道播报：新回复抢占旧播报、按快捷键/点按钮立即打断，同一时刻只有一种声音；
- 防重播：按会话记住已播报的回复，重进会话不重复朗读；
- 静音开关 🔊：正在播报时点它立刻静音，再点恢复自动朗读；
- 设置入口：DSH 自带设置弹窗（左下角齿轮 → 左侧「voice chat」类目），保存即生效无需重启；
- 快捷键：Ctrl+Shift+Space 切换麦克风（备用 Ctrl+M / Ctrl+Shift+M）。
环境要求
- DeepSeek Harness（dsh）：已安装并运行 Web GUI（dsh web）；
- Node.js ≥ 22（宿主与浏览器端均需要；edge-tts 客户端基于 ws，无需额外运行时）；
- 浏览器：Chrome / Edge（录音需要 MediaRecorder 支持）；
- ASR 密钥：语音转文字需要（SiliconFlow 注册即有免费额度；MiMo 按用量计费）。
安装
方式一（推荐，已发布到 npm）：
dsh plugin --profile web add dsh-voice-chat
装完重启 dsh web
注：插件自带内联 edge-tts 客户端（微软 Edge 免费朗读服务，无需任何 API key）；Edge TTS 无需额外密钥，MiMo TTS / 自定义 TTS 则需配置对应密钥。
配置
⚙️ 设置面板（推荐，优先级最高）
打开 DSH 设置弹窗（左下角齿轮），左侧点「voice chat」，右侧即可改：
🎤 语音识别设置
- ASR 引擎选择（SiliconFlow / Groq / MiMo / 自定义）
- Base URL / 模型名 / API Key
- 识别后是否自动发送
- 静音自动结束时长（秒）
🔊 朗读设置
- TTS 引擎选择（Edge TTS / MiMo TTS / 自定义 TTS）
- 各引擎对应的 Base URL / 模型名 / API Key / 音色
- 长回复转述朗读开关（默认关闭）
🔒 每个引擎的配置互相隔离：ASR 的 4 个引擎、TTS 的 3 个引擎各自保存自己的
Base URL / 模型 / 密钥 / 音色，切换引擎只是“换看哪一份”，不会互相覆盖；
保存时也只写当前编辑的那一份。旧版（≤0.3.x）的单份配置会在首次启动时自动
迁移到对应引擎（MiMo 音色 → MiMo TTS、自定义地址/密钥 → 自定义 TTS，无损）。
保存后立即生效，无需重启。
📄 配置文件（低优先级）
在 profile 的 ~/.dsh/profiles/web/cordis.patch.yml 里按 id 覆盖 config（全部可选项，不改则用默认值）：
- id: dsh-voice-chat
name: 'dsh-voice-chat'
config:
asrEngine: siliconflow # siliconflow | groq | mimo | custom
asrApiKey: sk-xxxx # ASR 密钥（旧式单槽，作用于当前引擎；或环境变量 DSH_VOICE_ASR_KEY）
asrBaseUrl: https://api.siliconflow.cn/v1
asrModel: FunAudioLLM/SenseVoiceSmall
asr: # 也可按引擎分别配置（优先于上面的扁平键）
custom: { baseUrl: http://127.0.0.1:8000/v1, model: whisper-v3, apiKey: sk-xxxx }
llmModel: deepseek-v4-flash # 转述模型（fallback，正常跟随当前对话）
silenceMs: 2500
rewrite: false # 转述朗读开关（默认关闭，设置页可切换）
ttsEngine: edge # edge | mimo | custom
voice: zh-CN-XiaoxiaoNeural # Edge 音色（旧式，等价于 tts.edge.voice）
ttsBaseUrl: https://api.openai.com/v1 # 旧式单槽，作用于当前引擎
ttsModel: tts-1
ttsApiKey: sk-xxxx
tts: # 按引擎隔离的 TTS 配置（优先于上面的扁平键）