← 返回列表
未验证
DeepSeek Harnessdsh本地离线语音插件，基于 Sherpa-ONNX。
尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/15 · 已提供中文文档
综合分
27.8
GitHub 分
27.8
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 wuxinzhe/dsh-cyberdog-speech-sherpa该插件未发布到 npm，走 GitHub 源安装（pnpm 若拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑）
信任档位：仅索引本站尚未对其实装验证，仅收录元数据
- 是什么
- dsh 原生插件 · other
- 装得上吗
- 本站尚未做安装检查
- 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
- 更新放缓：最近一次提交在 41 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 →
数据截至 2026/9/21（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）
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-cyberdog-speech-sherpa
DeepSeek Harness（dsh）本地离线语音插件，基于 Sherpa-ONNX。
- 全本地离线，不联网、不收费、CPU 可运行
- STT：Zipformer 中文流式识别（stt_transcribe）
- TTS：VITS 中文多音色（tts_speak）
- WebUI 按住说话：聊天输入框工具行 🎤 按钮——按住录音、松开发送（最长 120 秒，带倒计时）
架构
dsh-speech-sherpa/
├── index.mjs # host 插件（Cordis）：注册 3 个工具 + HTTP 路由
├── remote.mjs # HTTP 路由（/speech-api/，浏览器录音按钮直调）
├── http-body.mjs # HTTP 请求体读取
├── core/ # 平台无关核心（STT/TTS/模型管理/WAV 编解码）
│ ├── index.js # createSpeechService() 门面
│ ├── models.js # 模型管理（状态/下载/断点续传/镜像回退）
│ ├── stt.js # 语音识别（wav 文件 / data URL）
│ ├── tts.js # 语音合成（data URL / wav 文件）
│ └── wav.js # WAV 编解码 + 8kHz→16kHz 重采样
├── client/ # 浏览器端插件（录音按钮）
│ ├── index.ts # 源码（TSX）
│ └── dist/client.js # 构建产物（CJS factory bundle）
├── cordis.bundle.yml # dsh bundle patch（dsh plugin add 安装）
├── cordis.patch.yml # --patch 开发加载示例
└── scripts/
├── build-client.mjs # 构建 client bundle（esbuild）
└── verify-dsh.mjs # 插件契约验证（mock cordis ctx）
安装
dsh plugin --profile add /path/to/dsh-speech-sherpa
或从 git：dsh plugin --profile add github:you/dsh-speech-sherpa
开发期用 --patch：
cd
pnpm dsh --profile web --patch C:\Users\Administrator\Documents\dsh-speech-sherpa\cordis.patch.yml --port 3099
工具
| 工具 | 输入 | 输出 |
|:--|:--|:--|
| stt_transcribe | audioPath（wav 文件）或 audioBase64（data URL） | {text} |
| tts_speak | text、speed?、sid?、inline? | {audioPath, text, dataUrl?} |
| sherpa_models_download | kinds?（['stt','tts']） | {results, modelDir} |
模型自愈：stt_transcribe/tts_speak 发现模型缺失会报错并提示调用 sherpa_models_download，agent 可自行下载。
配置（cordis.yml config 字段）
| 字段 | 默认值 | 说明 |
|:--|:--|:--|
| voiceRate | 1.0 | 语速 0.5~2.0 |
| sid | 88 | 音色 88/90/92/94 |
| modelDir | $DSH_HOME/models/sherpa | 模型目录（DSH_HOME 默认 ~/.dsh）|
| outputDir | $DSH_HOME/audio/sherpa | TTS 输出目录 |
WebUI 录音按钮
聊天输入框工具行左侧的 🎤 按钮（conversation.input.left slot）：
1. 按住开始录音（getUserMedia + MediaRecorder），按钮变红显示倒计时 120s → ...
2. 松开自动停止 → 浏览器编码 wav → POST host /speech-api/sttTranscribe
3. 转写文本自动填入输入框并发送（inputActions.setDraft + submit）
4. 按住超过 120 秒自动停止发送；按住移出按钮也视为松手
重建 client bundle（改源码后）：
node scripts/build-client.mjs # 产物 client/dist/client.js
模型
| 模型 | 用途 | 体积 |
|:--|:--|:--|
| streaming-zipformer-zh-int8-2025-06-30 | 中文语音识别 | 126MB |
| vits-icefall-zh-aishell3 | 中文语音合成 | 30MB |
下载后存放于 /stt、/tts。下载走国内镜像（ghfast.top → gh-proxy → GitHub）+ 断点续传。
开发
npm install # sherpa-onnx-node（版本已精确锁定 1.13.4）
node scripts/verify-dsh.mjs # 插件契约验证（14 项）
node scripts/build-client.mjs # 重建 client bundle
音频规格
- STT 输入 wav 支持 16kHz/8kHz（8kHz 自动上采样到 16k；VITS TTS 输出 8kHz，tts_speak → stt_transcribe 闭环可用）
- TTS 输出 wav 为 8kHz 16bit PCM 单声道
发布
- 遵循 dsh 插件命名惯例：npm 包名 dsh- 前缀（本包 dsh-speech-sherpa）
- GitHub 仓库加 dsh-plugin 话题便于被发现
- 依赖 @deepseek-ai/ 时注意：@deepseek-ai/dsh-tools 的 npm latest tag 是过期线，用 next tag；本插件零 @deepseek-ai 运行时依赖（裸 JSON ToolDefinition）已避开