dsh-voice-input-web

Readme

# dsh-voice-input-web

![npm version](https://img.shields.io/npm/v/dsh-voice-input-web)
![license](https://img.shields.io/npm/l/dsh-voice-input-web)
![GitHub stars](https://img.shields.io/github/stars/CrazyGummies/dsh-voice-input)

语音输入客户端插件（client plugin）——给 DeepSeek Harness Web GUI 的聊天输入框工具行加一个**麦克风按钮**：点击开始说话，浏览器 Web Speech API（Chrome / Edge 内置，免费、无需 API 密钥）把语音**实时转成文字填入输入框**。

<img src="docs/preview.svg" alt="dsh-voice-input-web 运行效果预览" width="760">

## 功能

- 麦克风按钮位于输入框工具行右侧（发送按钮左侧，`conversation.input.right` 插槽）
- 点击开始/停止聆听；聆听时按钮红色脉冲，上方浮层实时显示转写中间结果
- 每段识别完成的最终文本自动追加到输入框草稿，可继续编辑后发送
- 浮层内可一键切换识别语言：中文 / English / 自动
- 可选自动发送：`localStorage` 设置 `dsh-voice-input-web.autoSend = "1"` 后，一段语音识别完成即自动发送
- 零依赖、零密钥、无服务端改动；识别完全在浏览器本地进行

## 与其他方案对比

| 方案 | 转写方式 | 依赖 | 成本 |
| :-- | :-- | :-- | :-- |
| **本插件（Web Speech API）** | 浏览器系统语音服务 | 无 | 免费 |
| [dsh-voice](https://github.com/STARDUSTLC666/dsh-voice) | agent 工具（OpenAI 兼容 ASR） | 需 ASR API key | STT 收费 |
| [dsh-voice-input（SenseVoice）](https://www.npmjs.com/package/dsh-voice-input) | 本地离线转写 | 需模型/服务 | 免费、离线 |

## 安装

### 方式一：npm 包（推荐）

```bash
dsh plugin --profile web add dsh-voice-input-web
```

### 方式二：离线安装（GitHub 源码）

1. 将本包放入 web profile 的 node_modules：

   ```
   ~/.dsh/profiles/web/node_modules/dsh-voice-input-web/
   ```

2. 在 `~/.dsh/profiles/web/cordis.patch.yml` 追加：

   ```yaml
   - insert:
       - id: dsh-voice-input-web
         name: 'dsh-voice-input-web'
   ```

3. 重启 `dsh --profile web`，浏览器刷新页面。按钮出现在输入框工具行。

> 安装后插件 id / 包目录名 / localStorage key 统一使用 `dsh-voice-input-web`（`dsh-voice-input` 在 npm 上已被同名 SenseVoice 方案占用）。

## 配置（localStorage）

| key | 值 | 默认 | 说明 |
| :-- | :-- | :-- | :-- |
| `dsh-voice-input-web.lang` | `zh-CN` / `en-US` / `auto` | `zh-CN` | 识别语言 |
| `dsh-voice-input-web.autoSend` | `"1"` / `"0"` | `"0"` | 识别完成后自动发送 |

## 兼容性

- 需要 **Chrome / Edge**（或任何支持 `webkitSpeechRecognition` 的浏览器）；Firefox 不支持 Web Speech API，会显示提示
- 页面需在 `localhost` / `127.0.0.1` 或 HTTPS 下访问（浏览器安全限制）
- 语音识别需要联网（由浏览器调用系统语音服务）

## License

MIT