dsh-voice-kit
Voice input (Web Speech API) and read-aloud (speechSynthesis) for the DeepSeek Harness web GUI — DSH 语音输入 + 回复朗读套件
73 results
Voice input (Web Speech API) and read-aloud (speechSynthesis) for the DeepSeek Harness web GUI — DSH 语音输入 + 回复朗读套件
DSH 图片/音视频托管:启动时自动拉起 8899 静态服务(历史 URL 兼容 + 媒体 Range/播放页)+ 3080 同源 /files/ 路由(Range 流式)+ WebUI 内点击即播(视频静音/音频语音)
Kun Like 桌宠 —— DeepSeek Harness 桌面宠物插件:Web 界面右下角的小坤宠,随 Agent 工作状态切换 9 种动画,任务完成时播放「你干嘛~哎哟」语音
队长来电(captain-call):AgentTeams 队员完成任务时,桌面助手 GINKA 替 Daisy 队长接听来电,语音汇报'是谁、是否按要求准时完成';点语音回复即直接申请麦克风,与真实队员语音办公对话。
聊天框语音输入按钮 for DeepSeek Harness: 点击麦克风说话,多引擎转写(智谱 GLM-ASR-2512 / 本地 faster-whisper / Gemini / OpenAI)自动填入输入框。一个按钮,所见即所得。
Voice (speech-to-text) input for the DSH Web composer via the browser Web Speech API — tap the mic, speak, the transcript fills the input box. Zero server, zero API keys, nothing leaves the machine. · DSH Web 语音输入:点麦克风说话,识别文字回填输入框(Chrome/Edge,无需 API key)。
DeepSeek Harness 语音输入插件:在输入框加入麦克风按钮,用浏览器 Web Speech API 把语音实时转成文字填入输入框。
DSH Web 本地离线语音输入插件:浏览器采集麦克风 → host 拉起本地 FunASR (SenseVoiceSmall) 识别 → 文字填入输入框。
Live2D session view with realtime voice: continuous voice input, streaming TTS, subtitle translation, multi-model catalog, standalone entry / Live2D 实时语音会话视图:连续语音输入、流式 TTS、字幕翻译、多模型目录、独立入口
DSH 小鲸鱼余额挂件·三口皮肤版 —— 基于 dsh-whale-widget 的修改版:自定义角色“三口”形象/状态/音效/透明动画,含生气、吃撑提醒、语音互动
DeepSeek Harness 官方桌面版与 Web 语音输入插件:按住说话的麦克风按钮 + 本机离线 sherpa-onnx SenseVoice ASR
DSH Web 语音输入插件:默认使用浏览器内置 Web Speech API,也可按需下载本地模型离线识别。
DSH 声音工坊(Sound Lab):对话事件音效、AI 角色语音生成、音效库上传管理,全程可视化点选;内置明日方舟安洁莉娜角色桌宠(60fps 精灵图动画、边缘停靠、悬浮窗配置)。Hot-pluggable dsh plugin.
GPT 式 inline 注释:在 DSH 对话中选中助手文本,就地加批注(无语音)。交互:选中文字→+添加注释→编辑器→保存后高亮+编号气泡+N 条注胶囊。
语音朗读(MiniMax / OpenAI 兼容 TTS,服务商与音色自选)——每条回复旁的朗读按钮、输入框自动朗读开关、设置页自选服务商与音色。零构建,纯 JS。
给 dsh(DeepSeek Harness)加 QQ 机器人通道:OneBot 11 协议,兼容 NapCat,支持私聊群聊、图片语音、t2i 卡片与设置页配置。QQ bot channel plugin for deepseek harness via OneBot 11.
每日语音便签 DSH web 插件:轻量浮动便签(勾选完成可取消/可编辑/可添加/可删除)+ JSON 按日日志 + 周/月数量环比统计。保留 AI 语音抽取闭环,去掉番茄钟。
给 DeepSeek Harness(DSH / DeepSeek Hermes)加语音能力的社区插件:输入框语音输入(可配快捷键)+ 回答朗读(微软 Edge 神经网络音色,可换音色、可试听),无需 API Key。
DeepSeek Harness 插件:语音 + 通知出口——agent 通过云端 TTS(火山 seed-tts / 小米 MiMo V2.5,失败自动回退 SAPI)/ 桌面通知 / 提示音主动联系用户。融合 dsh-plugin-notify 的 DSH 原生深度集成与 agent-voice-mcp-minus 的云端 TTS 调优,零 Python 依赖,Windows 原生。
常用的五种语音识别,中文普通话、英语、日语、韩语、粤语,自动识别语种。
中文语音识别
开口即成文 · Speak-to-prompt for DeepSeek Harness:云端 ASR 语音识别 + 提示词优化 + 填入草稿/自动发送,跨平台 macOS / Windows。
通用语音识别,支持多国语言及小语种。
Real-time duplex voice for DeepSeek Harness: Volcengine streaming ASR/TTS, agent reply narration, barge-in, wake word, live captions. | 实时双工语音插件:火山流式 ASR/TTS、回复朗读、打断、唤醒词、实时字幕。