WizisCool/dsh-ears

Name: WizisCool/dsh-ears
Author: WizisCool

插件Plugin 原生Native ⭐ 10 MIT 其他Other

DeepSeek Harness（dsh）的语音输入插件：麦克风 → 转写 → 可选润色 → 可编辑草稿

项目介绍Project Overview

由知微Agent(zhiwei)编辑Edited by Zhiwei Agent (zhiwei)

dsh-ears 是 DeepSeek Harness 的开源语音输入插件，为纯文本界面提供麦克风录入功能。它支持 Web Speech、本地 Whisper、Groq、阿里云百炼及自定义 OpenAI 兼容端点等多种 ASR 后端，并通过 dsh 现有 LLM 路径完成转写润色。适用于会议记录、口述草稿等需要语音转文字并整理的场景。注意：本地 Whisper 中大模型在纯 CPU 上转写 300 秒录音可能超时，建议使用 GPU 或更快后端。

dsh-ears is an open-source voice input plugin for DeepSeek Harness, adding microphone capture to the text interface. It supports multiple ASR backends, including Web Speech, local Whisper, Groq, Aliyun Bailian, and any custom OpenAI-compatible endpoint, then polishes transcripts through dsh's existing LLM pipeline. Use it for dictation, meeting notes, or voice-driven drafting. Note: local Whisper medium and larger models often exceed 300-second transcribe budgets on CPU alone, so a GPU or faster backend is recommended.

在 GitHub 查看View on GitHub

发给你的 DSH 安装Send to your DSH

请帮我了解并安装插件：【dsh-ears】【https://github.com/WizisCool/dsh-ears】

把上面这条消息直接发给当前会话里的 DSH，让它帮你了解并安装。安装命令不一定准确，发给 DSH 更稳。Send this message to DSH in your current session. CLI install commands may not be accurate across systems — DSH will figure it out for you.

或使用命令行安装（适合开发者）Or use CLI install (for developers)

命令行安装CLI Install

dsh plugin --profile web add dsh-ears

把 WizisCool/dsh-ears 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

4.8 KB · 缓存于 2026-08-25 04:54:52 · 4.8 KB

dsh-ears

给纯文本 DeepSeek 一对耳朵。

DeepSeek Harness 的开源语音输入插件

简体中文 · English

DeepSeek Harness 语音输入插件：支持多种 ASR 后端，并通过 dsh 自身的 LLM 路径完成润色。

https://github.com/user-attachments/assets/1363768e-a393-44bd-a008-1ce2055cac41

安装

前置依赖：DeepSeek Harness（0.1.0-rc.6 至 0.1.1-rc.2）和 Node.js ^22.19.0 || >=24.0.0。

通过 npm 安装：

dsh plugin --profile web add dsh-ears

尚未安装 dsh CLI 时：

npx -y @deepseek-ai/dsh plugin --profile web add dsh-ears

从源码安装：

git clone https://github.com/WizisCool/dsh-ears.git
cd dsh-ears
pnpm use:platform
pnpm install
pnpm build
dsh plugin --profile web add "$PWD"
# Windows 的 cmd 请使用 "%CD%"；PowerShell 直接使用 $PWD

安装完成后刷新 Web UI，输入框右侧会显示麦克风图标。

更新

更新到最新版本：

dsh plugin --profile web update dsh-ears

更新完成后刷新 Web UI。

卸载

dsh plugin --profile web remove dsh-ears

尚未安装 dsh CLI 时：

npx -y @deepseek-ai/dsh plugin --profile web remove dsh-ears

无论通过 npm 还是源码安装，都使用这条命令。卸载后刷新 Web UI，麦克风图标会消失。源码仓库不会被删除；如有需要，请手动删除。

识别后端

后端	工作方式	需要什么	免费额度
Web Speech	浏览器实时识别，边说边出字	Chromium 内核浏览器。音频可能经由浏览器厂商处理	—
本地 Whisper	停止录音后由 Host 调用本机 `whisper` CLI 转写	预装 openai-whisper，并在插件设置页下载模型（权重不随插件打包）	—
Groq	Host 将录音发送到 Groq Whisper API	Groq API key	Always Free，Rate Limits
阿里云百炼	DashScope 同步转写（Flash 系列）	HTTPS 源站、API key 和模型名；单次录音最长 300 秒	新人免费额度
自定义 OpenAI 兼容	向指定的 `/audio/transcriptions` 端点发送请求	端点地址、API key 和模型名	—
贡献新后端	—	欢迎通过提交 PR 接入更多转写服务	—

表中的额度来自提供商文档，可能随时变化，请以提供商的最新说明为准。

Whisper medium 及以上模型仅靠 CPU 通常难以在 120 秒内完成转写，建议使用 GPU 或更快的本地运行时。

润色

润色模型从 dsh → 设置 → 模型 中已经配置的模型里选择。插件只保存提供方、模型名和提示词；LLM key 直接复用 dsh 的现有配置。

默认提示词会删除口头禅、修正常见的 ASR 错字，还能处理「不是 A，是 B」这类自我纠正和「第一……第二……」这类口头列举。提示词留空时使用内置默认值，具体内容可在设置页查看。润色失败或取消时，插件会保留原始转写结果。

本地开发

pnpm use:platform
pnpm install
dsh plugin --profile web add "$PWD"
# Windows 的 cmd 请使用 "%CD%"；PowerShell 直接使用 $PWD
pnpm check
pnpm test
pnpm build
pnpm dev:config   # 构建并生成 HMR 配置
pnpm dev:web      # 启动 dsh web

开发时，在另一个终端运行 pnpm dev:watch。pnpm dev:config 会写出 .dsh/cordis.patch.yml（已在 .gitignore 中）用于 HMR，不会重复注册插件。

文档

贡献指南和架构说明见：CONTRIBUTING.md、AGENTS.md、.agent/。

License

MIT

友链

LINUX DO — 新的理想型社区

渲染基于仓库 WizisCool/dsh-ears 的 README.md。在 GitHub 查看原文 →

命令行安装CLI Install 复制安装命令Copy Install