dsh-mimo-asr

Xiaomi MiMo（mimo-v2.5-asr）云端语音识别，接到 DSH 的 speech/* Remote 上，让 DSH Go 输入框里的麦克风键直接用云端转写，手机端零模型下载。

它解决什么

DSH Go 的麦克风只认两个接口：speech/catalog（有哪些识别器、选了谁、时长上限）和 speech/transcribe（一整段 WAV → 文本）。官方「语音输入」bundle 自带的是 SenseVoice 本地模型（int8 约 228 MB，且要在 proot 里跑 sherpa-onnx-node）。这个包把同一个 Remote 换成云端实现，体积为零。

组成：一个包，三个条目

speech/catalog · speech/transcribe        ← App 只认这两条
        ▲
        │  @deepseek-ai/dsh-experimental-api-speech-to-text   （Remote 控制器）
        ▲
        │  @deepseek-ai/dsh-experimental-speech-to-text       （识别器注册表 speechToText）
        ▲
        │  dsh-mimo-asr  ← 本包：注册 location:'cloud' 的 provider，调 MiMo

三者由本包的 cordis.patch.yml 一次性 insert，所以装完不用再手工配 profile。

安装

# 从 npm
dsh plugin --profile <profile> add dsh-mimo-asr

# 或用本地打好的包
dsh plugin --profile <profile> add /path/to/dsh-mimo-asr-1.0.1.tgz

然后重启引擎（App：设置 › 本机引擎 › 重启；桌面：重启 dsh web）。

包会连带装上 DSH 官方的语音注册表与 speech/* Remote 控制器（本包的 dependencies），不用另外装官方「语音输入」bundle。

配置 API Key

在 App 里填（推荐）：设置 › 插件 › dsh-mimo-asr › 设置，或设置 › 引擎参数，里面有 API key 密码框；同一页还能改 access、cluster、model、language。填完点保存/完成即可，下一次录音就直接生效，不用重启。

设置页会把值写进 profile 的 cordis.patch.yml（明文，靠文件权限 600 保护）。不想让 key 落到配置文件里，就用下面的文件或环境变量。

也可以继续用老办法（适合没有设置页的主机）：

1. 文件（权限 600，不进任何配置文件）：

   echo 'sk-...' > ~/.dsh/mimo-asr.key && chmod 600 ~/.dsh/mimo-asr.key
   

2. 环境变量：MIMO_API_KEY=sk-...

优先级：设置页里的 apiKey > $MIMO_API_KEY > ~/.dsh/mimo-asr.key。设置页留空就会自动回落到后两者。

字段（标记 ★ 的可在设置页里改）：

字段	默认	说明
providerId	mimo-cloud	必须和 registry 的 defaultProvider 一致
apiKey ★	空	MiMo API Key；空则回落环境变量、再回落 key 文件
access ★	api	api 用 api.xiaomimimo.com；token-plan 用 token-plan-{cluster}.xiaomimimo.com
cluster ★	cn	Token Plan 的集群：cn / sgp / ams
model ★	mimo-v2.5-asr	模型 id
language ★	auto	auto / zh / en；auto 时优先跟随 App 传来的语言提示
timeoutMs	120000	单次转写超时

使用

App：设置 › 语音输入 › 引擎（自动 也能用，但它会先试系统识别器，在部分国产 ROM 上白等一次失败），然后点输入框右边的麦克风说话。

验证

• 设置 › 语音输入 里能看到 provider（来自 speech/catalog），phase 应为 ready；
• 点麦克风 → 说一句 → 松手/点 ■ → 文本落进输入框。

排错

现象	原因
引擎日志：dsh-mimo-asr: pending (waiting for service: speechToText)	registry 条目没起来。检查 cordis.patch.yml 的 defaultProvider（它是 required，缺了会让 registry 的 _resolveConfig 抛错，服务就永远不出现）
App 提示「请在引擎中启用并配置语音转写」	speech/catalog 返回 null，或 selection.providerId 找不到对应 provider
MiMo ASR HTTP 401	key 不对，或 access/cluster 选错
MiMo ASR: no API key	设置页、环境变量、key 文件三处都没有值（设置页留空等于没设）
返回空文本	录音里没人声；或用 language: zh 明确指定语言

注意

• 不要同时启用官方「语音输入」bundle：它也会注册 speechToText 与 speech/*，和本包的条目撞 id。
• 识别走公网 HTTPS：api.xiaomimimo.com（或 token-plan-*）。
• 卸载：dsh plugin --profile <profile> remove dsh-mimo-asr，再重启引擎。

许可

MIT