qishuilalala/dsh-voice-mode ↗★ 23
dsh-voice-mode
Full-duplex voice plugin for DeepSeek Harness: local zipformer2 streaming ASR (no API key) → editable draft; Edge TTS or local VITS / Kokoro read-aloud with live captions; true barge-in; hardened HTTP surface + model SHA256 pinning; compatible with all dsh releases since 0.1.1-rc.2 (verified 0.1.1-rc.2 → 0.2.1-rc.3).
Install
This plugin has no verified bundle, or compatibility checks failed. Read the repository notes first. Read the full README ↗
README
Read the full README ↗⚙️ 配置
所有 dsh 版本通用入口：设置（Settings）→ 语音模式（Voice Mode）——插件在 Settings 弹窗里注册了专属设置页。另有按版本不同的次要入口：
| dsh 版本 | 次要入口 | 设置存放 |
|---|---|---|
| ≤ 0.1.5 | 设置 → Plugins → 插件配置 → 语音模式 | dsh 官方设置存储 |
| 0.1.6-alpha 及以后 | 左侧 Plugins → 已安装的 dsh-voice-mode → 详情页「语音模式」卡片 | 0.1.6：dsh 官方设置存储；0.1.7+（含 0.2.0）：插件自有文件 ~/.dsh/voice-mode.settings.json（$DSH_HOME 下） |
0.1.7+ 说明：官方设置存储不接受本插件条目的写入，故卡片改写插件自己的覆盖层文件——优先级高于 profile 配置里的同名键；要恢复为 profile 配置/默认值，把文件内容改成 {}（不要删除——首次运行会从旧 settings.yaml(.imported) 的 voice-mode: 段迁移一次，删除会触发再次迁移）；重装或升级插件不丢设置；某个键在升级后变为非法值时仅该键回落默认。
生效时机分四档：① 即时（快捷键/交互模式/朗读范围/自动发送/字幕/状态条、朗读引擎/音色/语速/口语化提示词/模型镜像）② 下次识别时（定稿重译/逆文本归一化）③ 下一段话（静音判定时长）④ 下次进入语音模式（其余大部分）。设置卡片顶部会列出「已保存但未生效」的项及其当前生效值——改完没立刻生效先看这里。
常用设置键
| 你想调什么 | 改哪个键 | 默认 | 说明 |
|---|---|---|---|
| 逆文本归一化 | senseITN | true | SenseVoice 数字/日期/货币规范化（默认开，关掉保留原文） |
| 字幕字号 | captionFontSize | 0 | 档位 0=12px / 1=14px / 2=18px / 3=24px |
| 字幕宽度 | captionMaxWidth | 1 | 档位 0=50vw / 1=70vw / 2=90vw |
| 让位语义 | backchannelYield | true | 朗读期说「嗯/对」自动让位 1.5s，真要说走硬打断（ADR-0008） |
| 静音断句 | silenceMs | 1500 | 停顿多久定稿（毫秒） |
| 输入框内快捷键 | composerShortcut | Alt+Enter | 光标在输入框里时切换语音模式、不插入换行（Mac 为 Option+Enter）；留空禁用；可点「录制」直接按键录入 |
| 语速 / 空闲退出 | rate / idleTimeoutMinutes | 1.1 / 5 | Edge 语速倍率；空闲分钟数（朗读计为活动） |
字段名保持向后兼容，旧
~/.dsh/settings.yaml可直接沿用。
完整 29 项设置表见 使用说明 · 设置。