dsh-voice-f9
全局「按住说话」语音输入：按住 F9 说话、松手出字，任意 Windows 程序可用；使用 sherpa-onnx 在本地进行 SenseVoice 识别，不联网、不占用显卡。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:uniwell9797/dsh-voice-f9#9e9036518cd0aa790ab4053d9f006ca63f8b4823适用于任意 Windows 程序的按住说话语音输入：按住 F9 说话、松手出字；使用 sherpa-onnx 在本地进行 SenseVoice 识别。
Voice F9 以 dsh-voice-f9 发布，当前版本为 0.1.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
全局「按住说话」语音输入，装进 DeepSeek Harness。
按住 F9 说话 → 松手 → 文字直接落进光标处。任何 Windows 程序都能用 —— 微信、Word、浏览器、IDE、通达信，不限于 DSH 自己的输入框。
识别全程在本机跑（sherpa-onnx + SenseVoice int8），不联网、不占显卡、 音频不出本机；实测进程 TCP 0 条 / UDP 0 个。
这个插件本身不是识别引擎，而是一层生命周期管理：DSH 起来时把那个本地语音输入 程序拉起来，DSH 退出时收掉它，并把配置（热键、浮标、模型路径）托管好。
| 你关心的事 | 插件行为 |
|---|---|
| 装完就能用 | 首次激活自动把程序文件铺到 <DSH_HOME>/voice-f9/ |
| 模型从哪来 | 不重新下载，默认复用 DSH 自带本地语音的那一份（见下） |
| 热键 | 默认 F9；这台机器上 F9 是静音媒体键也能用（见「F9 是静音键」） |
| 重复启动 | 程序自带单实例保护，插件和开机自启同时拉起也只会活一个 |
| 出问题看哪 | <DSH_HOME>/voice-f9.log（插件）＋ <DSH_HOME>/voice-f9/语音输入日志.txt（程序） |
Windows（这个程序用了 Win32 取光标位置、winsound、Ctrl+V；其他平台会跳过启动）。
Python 3.10+，并装好这几个库：
python -m pip install sherpa-onnx sounddevice numpy pyperclip keyboard uiautomation
插件默认找 pythonw.exe；找不到就在配置里填 pythonPath。
SenseVoice int8 模型（model.int8.onnx 239MB + tokens.txt）。
默认路径是 <DSH_HOME>/speech-to-text/sensevoice —— 也就是 DSH 自带本地语音
输入用的同一份模型。两者是同一個文件（哈希一致），所以装两次只占一份磁盘。
如果你还没让 DSH 下过模型，也可以把已有的模型放到别处，再用配置里的 modelDir
指过去。不建议重新下载：huggingface.co 会重定向到 us.aws.cdn.hf.co，
实测国内直连约 0.5 MB/s，239MB 要七八分钟，走代理更慢。
dsh plugin --profile <你的 profile> add dsh-voice-f9
装完重启 DSH（或让它热加载）。之后进 设置 → 插件 → 插件配置 调参数。
本插件不声明 Config schema，所以没有自动生成的设置表单 —— 这是刻意的取舍，
原因见下面「为什么没有设置表单」。配置写在 profile 的 cordis.patch.yml 里：
- id: dsh-voice-f9
name: dsh-voice-f9
config:
hotkey: f9 # 可写空格分隔的多个键；对讲机模式不支持组合键
indicator: true # 屏幕上跟着光标跑的小胶囊
pythonPath: 'C:\Python314\pythonw.exe'
sherpaThreads: 4
graceMs: 3000
| 字段 | 默认 | 说明 |
|---|---|---|
enabled | true | 关掉就不启动，但文件还在 |
pythonPath | 自动探测 | pythonw.exe 的绝对路径 |
dataRoot | <DSH_HOME>/voice-f9 | 程序文件放哪 |
modelDir | <DSH_HOME>/speech-to-text/sensevoice | 模型放哪 |
hotkey | f9 | 可写空格分隔的多个键（对讲机模式只支持单键，不支持组合键） |
indicator | true | 屏幕上跟着光标跑的小胶囊 |
sherpaThreads | 4 | 推理线程数 |
graceMs | 3000 | 要求子进程退出后的宽限期；spawn 强制要求这个字段 |
字段写错、类型不对、甚至整个 config 是 null 或字符串，都会被插件内部的
normalizeConfig() 兜回默认值，不会崩、也不会拒绝加载。
因为它需要 import z from '@deepseek-ai/schemastery'，而这个导入可能解析失败：
插件常以软链（link:）方式安装，Node 会按真实路径向上找 node_modules；
一旦某个组合里没有把 @deepseek-ai/schemastery 铺到可达位置，
整个插件就是 failed to import —— 所有功能全废，连"没模型"这类提示都发不出来。
这个坑是实测踩到的，不是假想：
dsh: warning: 1 entry did not activate
dsh-voice-f9 (dsh-voice-f9): failed to import
所以本插件零外部导入，配置校验全部手写。代价只是没有表单，换来的是"一定能加载"。
| 操作 | 效果 |
|---|---|
按住 F9 说话 | 开始录音（浮标变红） |
| 松开 | 识别（0.1~0.3 秒）→ 文字进光标处 |
录音时按 Esc | 丢弃这段 |
| 右键点浮标两次 | 退出程序 |
F9 是静音键也能用。 有些笔记本（如 ASUS Zenbook 14）的 F9 默认是静音媒体键，
发的是 VK_VOLUME_MUTE 而不是 VK_F9。随包的程序把 volume mute 也绑成候选键，
且 suppress=True 会把这个键吞掉，所以按住 F9 是说话、不会再静音。
浮标会跟着光标跑。 走 UIA TextPattern.GetSelection() 拿真实光标位置，跨应用、
跨屏都跟得上（Chromium/Electron 不提供 hwndCaret，所以不能靠 Win32 那条路）。
想让它钉住不动，把 indicator_pos 改成 top-right 之类即可。
和开机自启共存。 如果你之前用安装包装过一次，注册表
HKCU\...\CurrentVersion\Run 里可能还有一个 VoiceInputF9。两边同时拉起也安全 ——
程序自带命名互斥体，第二份会自己退出并在日志里写明。想只让插件管，把那条自启删掉即可。
<DSH_HOME>/voice-f9.log —— 插件走到哪一步、失败原因。先看它。<DSH_HOME>/voice-f9/语音输入日志.txt —— 程序自身：热键有没有绑上、模型加载用了多久。MIT。随包的程序与 SenseVoice 模型来自各自上游，请遵守其许可。