# dsh-mic-input

**DeepSeek Harness (DSH) Web GUI 的麦克风语音输入插件 —— 纯浏览器实现，零服务端、零密钥。**

English version: [README.md](README.md)

纯 Client 插件，在 DSH Web GUI 输入框工具行右侧添加一个**麦克风按钮**：点击开始/停止录音，语音实时转写进输入框。全部通过浏览器内置的 **Web Speech API** 完成：

- **Microsoft Edge** → 微软 Azure 语音服务
- **Google Chrome** → 谷歌/Chrome 语音服务

零服务端、零 API Key、零模型下载。音频只交给浏览器自带的语音服务，插件本身不落盘、不上传。

## 功能

- **输入框工具行麦克风按钮**（发送按钮左侧）：点击开始/停止；录音时红色脉动光圈
- **实时转写**：边说边把中间结果填进输入框
- **文字不重复**：草稿永远基于录音开始时的输入框内容重建，并自动去重 interim 回显前缀（修复 Web Speech 插件常见的"重复文字"问题）
- **静默自动续听**：浏览器停顿约 1.5 秒断连后自动重连续听（最多 6 次），长句不会被切断
- **智能标点**（默认开启）：句末自动补全——`吗/呢` 结尾补 `？`，`吧/啊/呀/哦/嘛/啦/哇/哈` 结尾补 `！`，其余补 `。`（英文补 `.`）；可选：自动补全 / 保留原样 / 去除
- **语言选择**：跟随系统 / 中文（zh-CN）/ English（en-US）——语言匹配错误是识别跑偏的头号原因
- **识别后自动发送**（可选）：说完自动提交
- **设置入口**：设置 → 通用 → 语音输入
- **错误可见**：权限被拒、网络错误等以中/英文提示显示在按钮悬停处

## 安装

```sh
dsh plugin --profile web add github:QT-Chen/dsh-mic-input
```

或从 npm 安装（预构建产物，无需构建授权）：

```sh
dsh plugin --profile web add dsh-mic-input
```

重启 `dsh web`（或刷新页面），点输入框右侧的**麦克风按钮**即可。首次使用浏览器会请求麦克风权限，允许即可（127.0.0.1 / localhost 属安全上下文，可用）。

> 提示：从 GitHub 源码安装时，pnpm ≥ 10 可能要求一次 `allowBuilds` 构建授权；npm 安装则无需此步骤。

## 使用建议

- 录音即开始一个会话；**再点一次按钮停止**，转写文字保留在输入框中（勾选"自动发送"才会自动提交）
- 识别乱码时先检查语言设置——说的语言和设置的语言不一致是常见原因
- 识别质量取决于浏览器自带引擎（Edge 走微软、Chrome 走谷歌，两者可能有明显差异）

## 隐私

无服务端、无存储：音频由浏览器语音服务（微软/谷歌）处理，只有最终文字进入 DSH。插件本身不写盘。

## License

MIT