dsh-voice-context
DeepSeek Harness（桌面端 / Web）语音转文字插件 —— 在输入框左侧加一个麦克风按钮，说话即转写进草稿；支持云端 API（SiliconFlow SenseVoiceSmall）与本地离线（FunASR / faster-whisper）两条路径。
- 符合 DSH 插件规范：
dsh.bundle（宿主补丁层）+ dsh.client（浏览器半），一个包双面。
- 通信走 Connection RPC 通道（
/voice-context），与官方 Remote 同一条受信任传输，Web GUI 与 Electron 桌面端通用，无需改动任何一方包。
- 可直接从 GitHub 安装。
安装
桌面端自带 dsh 命令：<安装目录>\resources\runtime\cli\bin\dsh.cmd
# 从 GitHub 安装（推荐）
dsh plugin --profile desktop add github:CharlesLiuZC/dsh-voice-context
# 或从本地目录安装
dsh plugin --profile desktop add /path/to/dsh-voice-context
安装后重启应用（宿主在启动时组装插件层），输入框左侧即出现麦克风按钮。
卸载：
dsh plugin --profile desktop remove dsh-voice-context
使用
- 点输入框左侧的 麦克风 → 说话 → 再点一次停止；转写文本自动追加到当前草稿。
- 在 设置 → 语音输入 里选择处理方式：
- 云端 API：填
SILICONFLOW_API_KEY（写入 DSH 凭据域，不落响应、不回显）。
- 本地离线：无需密钥，走本机
127.0.0.1:8000 的后端。
首次使用建议先选一种方式，麦克风会按该选择逐次转写。
配置
在 profile 的 cordis.patch.yml 里覆盖 voice-context 行（默认值见下）：
- id: voice-context
name: 'dsh-voice-context'
config:
baseUrl: https://api.siliconflow.cn # OpenAI 兼容 STT 服务地址
model: FunAudioLLM/SenseVoiceSmall # 云端默认模型
language: zh # 语言提示
localPort: 8000 # 本地后端端口
pythonBin: python # 本地后端使用的 Python
apiKeyEnv: SILICONFLOW_API_KEY # 凭据引用名
maxBytes: 26214400 # 音频上限（字节）
timeoutMs: 60000 # 上游超时
本地离线后端
本包内置一个 OpenAI 兼容的本地 STT 服务（local/funasr/），由 /voice-local 命令管理：
/voice-local status # 硬件与依赖自检
/voice-local install # 装 funasr + faster-whisper + CPU torch
/voice-local start # 在 127.0.0.1:8000 启动
/voice-local stop
模型选择（兼顾速度与准确度）：
| 引擎 | 中文 | 速度 | 体积 | 说明 |
|---|
| FunASR SenseVoiceSmall（默认） | 高 | 极快（非自回归） | ~1GB | 中文首选，CPU 可跑 |
faster-whisper small | 中 | 快 | ~1GB | 多语言、速度优先 |
faster-whisper medium | 中高 | 中 | ~3GB | 多语言、准确优先 |
faster-whisper large-v3 | 高 | 慢 | ~6GB | 多语言、最高准确 |
local/funasr/ 也可独立部署（不经 DSH）：见该目录的 README，暴露标准 POST /v1/audio/transcriptions。
工作原理
浏览器半 (lib/client.js) 宿主半 (lib/index.js)
├─ conversation.input.left 麦克风 ├─ connection.rpc.handle('/voice-context', …)
├─ settings.section 设置页 ──► │ └─ transcribe 端点
└─ connection.rpc.call('/voice-context','transcribe',{args})
├─ 凭据域解析 API Key（每次请求）
├─ 云端：转发 /v1/audio/transcriptions
└─ 本地：转发 127.0.0.1:<localPort>
- 通道
authority: 'loopback'：仅本机可用，密钥与本地后端不会暴露给其他来源。
- 音频以 base64 走 JSON（浏览器录 WAV，16kHz 单声道）；上限由
maxBytes 约束。
- 转写是人类输入，不进入模型的 tool 调用。
开发
pnpm install
pnpm build # 产出 lib/index.js（宿主，ESM）+ lib/client.js（浏览器 bundle）
pnpm typecheck
lib/ 是构建产物；本仓库已提交构建结果，因此从 GitHub 安装无需在本地再构建。
许可
MIT
