停顿收音 tp5s5mvjpv-coder/dsh-voice-endpoint

dsh-voice-endpoint

给 DeepSeek Harness 用的语音输入插件：你一停顿，录音就结束，不用再等点击 Stop。

点一下麦克风，说话，然后停下。静音约一秒后录音结束，配置好的语音服务商完成转写，文字进入输入框草稿并自动发送。

对话输入框：[麦克风] 你说的话……（停顿 1s）
→ 自动结束录音 → 识别中… → 文字插入草稿 → 自动发送 →（麦克风自动重开，直接说下一句）

包

| 包 | 作用 |
| dsh-voice-endpoint | 客户端插件：打过补丁的工具栏，检测到停顿就结束录音 |
| dsh-voice-endpoint-bundle | 配置档 bundle：禁用内置的 ui-voice-input 行，插入本插件 |

只装 bundle 就行，它会带上插件依赖。

安装

dsh plugin --profile web add dsh-voice-endpoint-bundle

桌面版管理保留的 desktop 配置档：

dsh plugin --profile desktop add dsh-voice-endpoint-bundle

然后重启 DeepSeek Harness。

卸载后恢复内置工具栏：

dsh plugin --profile web remove dsh-voice-endpoint-bundle

调参

常量在 packages/dsh-voice-endpoint/lib/client.js 顶部：

const ENDPOINT_RMS = 0.012 // raise in a noisy room
const ENDPOINT_POLL_MS = 60
const ENDPOINT_MIN_SPEECH_MS = 200
const ENDPOINT_SILENCE_MS = 1000 // silence that ends the take

docs/patch.md 里存着针对上游 src/client/VoiceInput.tsx 的 39 行 unified diff，等这个功能正式进代码树时用得上。

工作原理

内置插件本来就在采样麦克风画波形。这个版本复用同一份读数：语音越过 RMS 阈值就开始累计说话时长，随后连续静音就调用 Stop 按钮调用的同一个 finish()。服务商不用改：SenseVoice 本来就能转写完整片段，也自带 VAD 分段。

兼容性

基于 DSH 0.2.1-rc.3 构建。bundle 补丁针对内置行 id ui-voice-input。如果未来 DSH 版本改了这个行名，或者改了客户端插件契约，补丁就打不上，麦克风会消失——卸载即可恢复。本插件不提供流式转写。

许可证

MIT。packages/dsh-voice-endpoint/lib/client.js 是 @deepseek-ai/dsh-experimental-client-ui-voice-input（MIT，DeepSeek）的修改副本。