概览
@nutshelllee/dsh-voice-mode-desktop
Full-duplex voice mode for DeepSeek Harness 0.2 desktop: streaming ASR to draft, sentence read-aloud, barge-in, live captions, plus an in-app settings page. An unofficial compatibility fork of dsh-voice-mode 0.7.15.
README / ZH
插件文档
目录摘要
Full-duplex voice mode for DeepSeek Harness 0.2 desktop: streaming ASR to draft, sentence read-aloud, barge-in, live captions, plus an in-app settings page. An unofficial compatibility fork of dsh-voice-mode 0.7.15.
dsh.pub 核对固定版本的组合包契约、运行时事实与分发语义；完整 README 请查看源仓库。
在 GitHub 阅读完整 READMELIMITATIONS
已知限制
- **编译产物**：`lib/` 是上游的构建输出加本分叉的改动，并非从源码重新构建；请对照 `dsh-voice-mode@0.7.15` 看差异，不要期待可读的源码结构。 - **默认使用云端合成**：`ttsEngine: edge` 会把朗读文本发送给微软。需要完全本地合成请改用 `vits` 或 `kokoro`。 - **外放时的打断**依赖浏览器的回声消除；在 Windows 上，按住说话或戴耳机最可靠。 - **设置持久化**只覆盖 `rate` 与 `mode` 这两个 `volatile` 字段；其他选项在启动时从 profile 补丁读取。 - **诊断会写本机日志**：为了定位"说过的话整段丢失"，插件把每段识别结果（最多 400 字）和一组链路事件写进 DSH 的应用日志（`desktop-next.log`）。日志只落在本机，诊断接口只监听回环地址（`POST /voice-mode/diag`，同时校验同源）；但它记录的就是你的口述原文，介意的话请定期清理日志，也别把它装在共享账号的机器上。 - **语音纠错词表是本地文件**：词条保存在 `~/.dsh/voice-dict.json`（可用环境变量 `DSH_VOICE_DICT` 覆盖），不随本包发布；仓库里只有匹配逻辑，不含任何人的词条。 - **全双工没有自动化回归**：持续聆听 + 自动打断依赖回声消除和语音端点判断，时序受设备与房间影响。仓库里的自检和语料回归只覆盖按住说话这条主路径，全双工只有人工可用性检查；改动那部分时请手工验一遍。