更好的语音输入 · Better Voice
让想法自然进入 DeepSeek Harness 的语音输入插件。
使用 DeepSeek 原生语音识别 API，结合 Harness 中已有的大模型，把口述变成清晰、连贯的文字。无需下载本地识别模型或部署额外语音服务；已有可用的 DeepSeek Key 和模型配置时，安装后即可听写。
- 说完，自然成文 — 清理口水词、重复与口误，补齐标点，组织段落和列表；根据本次口述理解表达方式，无需切换模式。
- 融入现有输入框 — 点击麦克风后，输入框变成随声音起伏的波形；工作区、会话信息和已添加的附件继续保留。
- 文字落在该落的位置 — 支持光标插入、选区替换、一步撤销；普通听写只进入草稿，不自动发送。
- 长录音与失败恢复 — 长内容自动分段，失败可以继续处理，已完成的片段保留。
- 按自己的习惯使用 — 直接按键绑定快捷键，选择模型和推理强度，维护个人词典；洞察、历史和偏好集中在插件页面。
▶ 半分钟看一次完整听写 — 观看有声演示。
安装 / 更新
桌面端：通过图形界面安装（推荐）
在 DeepSeek Harness 桌面版中直接完成以下操作。网页版也使用相同的插件管理界面。
1. 打开侧栏「插件」，点击右上角「添加插件」。
2. 在「包名或地址」中填入 dsh-better-voice，点击「安装」，按界面提示完成安装。
3. 安装完成后，点击插件列表中的「更好的语音输入」，即可打开插件页面。
在 Harness 中配置可用的 DeepSeek API Key（凭据名 DEEPSEEK_API_KEY）。AI 优化复用宿主已配置的模型和凭据，可在 插件 → 更好的语音输入 → 偏好 中选择。更新时，在插件详情的版本区域查看可用版本，按界面提示操作。
网页版与命令行
网页版可直接按照上面的图形界面步骤安装。通过命令行管理 Web profile 时，使用 npm 包名安装：
dsh plugin --profile web add dsh-better-voice
更新到最新版：
dsh plugin --profile web update dsh-better-voice@latest
将 web 换成自己的 profile。本版适配 Harness 0.2.2-rc.3；命令行运行环境需要 Node.js ≥ 22.12。
下载 dsh-better-voice-1.0.2.tgz 后运行：
dsh plugin --profile web add ./dsh-better-voice-1.0.2.tgz
🎙️ 听写，留在输入框里
点击麦克风，或按下并松开 左 Alt，开始听写；再按一次或点击 ■ 结束。Esc / × 取消，↑ 表示明确选择“听写后发送”。快捷键在 Harness 内生效。
识别和优化完成后，文字一次进入原光标位置，也可以替换已有选区。普通听写不会自动发送；处理中继续编辑草稿时，结果会保留供手动插入或复制，避免覆盖正在写的内容。
把口述变成清晰的表达
AI 会根据本次内容选择合适的表达方式：普通叙述保持自然段，独立事项分成列表，有先后顺序的步骤使用编号。明确说出翻译或逐字要求时，也会自动识别。
例如，一段带停顿的上传功能需求，会变成下面这样的草稿。数字、否定和“只有上传成功才允许发送”等条件继续保留，问句仍然是问句。
长内容也能继续说
长录音会在停顿或低音量处自动拆分，结束后按顺序处理并合并回填。识别或优化失败时，可以从提示或历史中的待处理条目重试；成功片段会复用，优化失败时转写原文仍会保留。
插件页面
从 插件 → 更好的语音输入 打开管理页面。日常听写留在输入框里，其它内容按需查看。
| 分页 | 内容 |
|---|---|
| 洞察 | 口述字词数、预计节省时间、平均速度、总时长与活动热力图 |
| 历史 | 按日期浏览、搜索、查看原文、复制、重新优化与失败恢复 |
| 词典 | 标准词与误识别别名，一次编辑一个词条 |
| 偏好 | 快捷键、模型、推理强度、增强功能、提示词与数据保存 |
📊 洞察：看见自己的口述习惯
四张数字卡片呈现口述字词数、预计节省时间、平均口述速度和总时长。下方展示活跃天数、连续天数，以及过去 26 周的活动热力图；点击某一天，可以直接查看当天的历史。
统计来自实际听写，节省时间为估算值，键入速度基线可在偏好中调整。
🕘 历史：找回说过的内容
按今天、昨天和日期分组，支持搜索以及全部、已完成、待处理筛选。展开查看原文，复制文字或重新优化；失败条目可以继续识别或重试优化，已保存的录音可下载为 WAV。
📖 词典：让常用词写对
维护标准词与多个常见误识别别名，支持搜索、逐条编辑和删除。别名重复指向不同标准词时会提示冲突，词典默认保持为空，由你按需添加。
⚙️ 偏好：按自己的方式输入
- 快捷键 — 点击后直接按键绑定，支持左右 Ctrl、Alt、Shift、Win / ⌘ 和组合键，默认左 Alt。
- 模型与推理强度 — 直接选择 Harness 中已配置的模型，按实际能力提供关闭、轻量、标准和深入，默认轻量。
- 增强功能 — 可开启数学公式、上下文、专有名词纠正和个性化适应，说明放在对应的 info 图标里。
- 提示词 — 高级区域可编辑优化提示词、恢复默认、预览和试运行样例；试运行不会写入对话草稿。
| 增强项 | 用途 |
|---|---|
| 数学公式 | 将明确口述的公式写成 LaTeX |
| 上下文 | 参考当前会话的相关文字，帮助理解指代和术语 |
| 专有名词纠正 | 结合词典与本次文本纠正英文词形、大小写和专名 |
| 个性化适应 | 根据本次口述和周边草稿调整语气与详略 |
数据与权限
- 音频发送至 DeepSeek 原生 ASR，文字及已开启的参考信息由所选模型处理；Key 仅由 Harness 宿主使用。
- 文字历史保存在本设备，默认保留 30 天。成功录音默认不保存，开启后可随历史期限保存和下载。
- 偏好中可调整保存期限，分别清空历史、录音、统计或全部本地数据。
桌面端按系统提示允许麦克风访问；网页版需要 HTTPS 或 localhost，并授予浏览器麦克风权限。API 调用使用对应服务商的额度。
npm ci
npm run build
npm pack
No comments yet. Be the first to write one.