dsh-voice-input

首次使用（自动配置）

第一次点麦克风时，插件会自己干活，你什么都不用管：

1. 自动检查 Python 依赖（faster-whisper、modelscope 等），缺了自动装
2. 自动从 ModelScope 下载 Whisper 模型（默认 small，约 480MB，取决于网速）
3. 装完就能用

下载期间界面会提示进度，耐心等一两分钟。之后再点就是秒开了。

使用

点击输入框右侧的麦克风图标，按钮下方会弹出一个小白卡片：

[🎤 音量条]  [00:07]  [■] [✕]

• 左边是麦克风图标和音量条，说话时它会跟着你声音起伏，能直观确认麦克风在收音
• 中间是录音时长 分钟:秒
• 右边两个小圆钮：红色方块 = 停止并出字，灰色 × = 取消（丢弃，不留痕）
• 录满 60 秒会自动停止并转写，不用一直按着

转写完成后文字直接进输入框，你可以改完再发送。取消就真的什么都不要了，不会把一段错误文字塞给你。

配置（可选）

不加配置文件也能用，默认本地 small 模型。想自定义就复制 config.example.json 为 config.json（放在插件目录下），改完重启 DSH。

切换本地模型

{
  "local": {
    "model": "medium",
    "language": "zh",
    "device": "cpu",
    "computeType": "int8"
  }
}

模型	大小	中文准确率	速度	内存
tiny	~75MB	差	最快	~150MB
base	~145MB	一般	快	~250MB
small	~480MB	还行（默认）	中等	~500MB
medium	~1.5GB	好	较慢	~1.5GB
large-v3	~3GB	最好	最慢	~3GB

模型只下载一次，换模型不用重新下载别的（除了第一次）。内存不够就 small，想更准就 medium。

用云端 API（更快，可选）

本地模型对老电脑可能偏慢，想要更快更准可以接云端，配置 API Key 即可：

• Groq（免费，Whisper Large v3）：去 console.groq.com 注册拿 Key
• SiliconFlow（SenseVoice，中文优化，有免费额度）：去 siliconflow.cn 注册

{
  "api": {
    "provider": "groq",
    "apiKey": "gsk_your_key_here"
  }
}