dsh-voice

使用

语音输入（模式切换）

1. 点击输入框工具行右侧的 🎤 按钮进入「语音模式」：图标变为深色并出现 绿色边框闪动（文本输入时为浅色弱化态）；识别器立即常驻启动并预热， 因此按下空格的同时开口说话也不会漏字（浏览器识别预热在进入语音模式时已完成）。
2. 按住空格：按住超过 holdMs（默认 250ms）确认长按，提示「请开始说话：松开空格结束」。
3. 说话，胶囊实时显示本次片段的转写（之前的输入内容不会残留显示）； 松开空格结束：只提交按下之后说出的内容（按压前的讲话不会混入）， 填入当前会话输入框（autoSend: true 则直接发送）。 多次听写会追加到已有内容（空格分隔），不会清掉前一次输入或手动输入的文字。
4. 再点 🎤 退出语音模式（识别器停止），恢复正常文本输入。

细节：

• 短按空格（未超过 holdMs）会放弃本次片段，不提交、不影响输入框。
• 语音模式下短按空格仍是普通空格，正常打字不受影响。
• 未开启语音模式时，插件完全不干预键盘输入。

回车直接发送（语音模式下）

• 非录音时按 回车 → 直接发送输入框内容（语音刚填入的文字不用再点发送按钮）。
• 录音中按回车 → 结束录音并立即发送已识别内容。
• 焦点在输入框内时回车走输入框原生发送，不会重复提交。
• 带修饰键的回车（Cmd/Ctrl/Alt+Enter）不拦截。

文章朗读

• 在任意助手消息的操作条（复制/分支那一行）点 🔊 朗读；再点一次 ⏹ 停止。
• 切换朗读另一条消息会自动停止上一条；Chrome 15 秒停顿 bug 已用 keep-alive 规避。
• 朗读只读正文 text 块：跳过思考过程、工具输出；朗读前会清洗 Markdown 与装饰符号。

配置项

配置	默认	说明
holdMs	250	语音模式下，按住空格多久判定为语音触发（短按仍是普通空格）
sttLang	zh-CN	语音识别语言（BCP-47，如 en-US）
ttsLang	zh-CN	朗读语言（BCP-47）
ttsRate	1	朗读语速（0.1–10）
ttsVoice	''	手动指定朗读音色名（留空 = 自动挑选自然音色）
autoSend	false	识别结束后是否直接发送

修改 cordis.patch.yml 的 voice.config 后保存即热生效（刷新页面生效）。