🎤 dsh-voice-input — 系统级语音输入（DSH 插件）

在电脑上任何能输入文字的地方（浏览器、微信/QQ、Word、记事本、编辑器、搜索框……），按一个键说话，语音自动转成文字粘贴到当前光标处。不只是 DSH 里能用，是整个系统的能力。

• 完全本地运行：语音不出本机，无需联网、无 API 费用
• 本地小模型识别：Whisper small，中文效果好；有 N 卡自动走 GPU
• 轻量：模型懒加载，不用时不占显存/内存

功能

• 🎙 语音转写：按住 F2 说话 → 松开 → 文字粘贴到光标处
• ⏺ 纯录音：按 F3 开始 / 再按一次结束，保存 WAV（只录声音、不转写）
• 📋 历史记录：每条识别/录音都记下来（内容 + 时长 + 时间），托盘「设置」里可查看、复制、清空
• ⚙️ 设置页面：托盘图标右键 →「设置」，改热键 / 模式 / 模型 / 语言 / 设备 / 录音目录

快速开始

1. 确认电脑已装 Python 3（建议 3.10+），并有可用的麦克风。
2. 安装插件：

   npx -p @deepseek-ai/dsh dsh plugin --profile web add github:lougyang/dsh-voice-input

3. 重启 web profile。挂载即自动启动语音引擎（后台无窗口，托盘出麦克风图标）。
4. 在任意输入框里：按住 F2 说话 → 松开 F2，文字自动粘贴。

首次安装会自动创建 Python 环境并下载依赖（约 2.5GB）；首次按 F2 会自动下载模型（约 500MB）。都只发生一次。国内默认走清华 PyPI + hf-mirror 镜像。

停止 / 卸载

• 停止：托盘图标右键「退出」，或卸载插件（引擎随之停止）。
• 卸载：

  npx -p @deepseek-ai/dsh dsh plugin --profile web remove dsh-voice-input

配置

改法一：托盘「设置」页面（保存后即时生效，且不会随插件更新丢失）。

改法二：改 cordis.patch.yml 的 config（作为插件的默认配置）：

常见问题

• 按热键没反应：以管理员身份运行 DSH（普通权限无法向管理员窗口注入输入）。
• 没有识别到内容：检查麦克风是否可用、Windows 麦克风权限、输入音量。
• 首次启动慢：首次需建环境 + 下依赖 + 下模型，属正常；之后每次识别约 1~2 秒。

更完整的部署 / 排障说明（给 AI 代理看的）见 AGENTS.md。