deepseekplugins

DeepSeek Harness plugin

dsh-voice-funasr

DSH web plugin: local offline FunASR voice input (paraformer int8 onnx sidecar, Web Speech fallback, LLM polish).

Tools & Capabilities
Jump to install

Source facts

Repository
omdsh-dev/dsh-voice-funasr
Latest update
Aug 19, 2026
Category
Tools & Capabilities
GitHub stars
3
Format
plugin
Catalog evidence
Upstream dsh.bundle evidence
Evidence path
package.json#dsh.bundle
Checked against
0.1.0-rc.8
Upstream check date
2026-08-20

This evidence comes from the upstream catalog. This site has not installed, run, or security-reviewed the plugin.

Install

Start with a prompt that asks an agent to review the GitHub repository and source. Switch to the command if you want to install it yourself.

Copy this prompt into DSH, Codex, or another agent and ask it to review the GitHub repository and source first.

Do not install or run any commands yet. Read this plugin's GitHub repository, README, and relevant source code. Then answer the questions below clearly and directly so I can decide whether it fits my needs:

1. What is this plugin, and what problem does it solve?
2. Who is it for, and what are its typical use cases?
3. How is it used after installation? Include one minimal example.
4. What known limitations or privacy, security, compatibility, or maintenance risks does it have?
5. Give a clear recommendation: recommend, conditionally recommend, or do not recommend, with reasons.

Distinguish statements documented by the repository, inferences from source code, and unknowns. If evidence is insufficient, say so explicitly. Do not guess or simply repeat the README.

GitHub: https://github.com/omdsh-dev/dsh-voice-funasr
Plugin: dsh-voice-funasr
Author: omdsh-dev

Check the source files

Read the README and other files from this plugin directory before installing.

File explorer3 files
README.mdSource · read only

dsh-voice-funasr

Author / Maintainer: @Zacklinkk

DSH Web UI 的本地离线语音输入插件：录音按钮按住说话 → 本地 FunASR 引擎 （paraformer-large + FSMN-VAD + ct-punc，全部官方 int8 ONNX）精准转写 → 可选 两段式润色（LLM 修正口头禅/口误）→ 自动进 composer 并发送。本地引擎不可用 时自动回退浏览器 Web Speech API。

与 dsh-voice-chat 的差异化：本地 ASR（中文精准、隐私、断网可用）+ 两段式润色。

兼容性

  • DSH：>=0.1.0-rc.3 <0.2.0（Profile Bundle 与嵌套 dsh.client 契约）
  • Node.js：^22.19.0 || >=24.0.0
  • Web profile；浏览器需要 MediaDevices / AudioWorklet，或可用的 Web Speech API 回退

插件由 package.json#dsh.bundle.patch 自动加入 profile。不要再把 dsh-voice-funasr 手工插入 profile 的 cordis.patch.yml，否则同一 loader id 会重复。

架构

浏览器客户端                       DSH host (Node)                      Python sidecar
RecorderButton ──AudioWorklet 16k PCM16──▶ /asr RPC 通道 ──stdio 行 JSON──▶ funasr_engine.py
（按住说话 + 状态徽标）                  （ctx.connection.rpc）            （funasr-onnx，模型常驻）
设置面板（引擎状态/安装指引/润色开关）
  • 音频仅在内存流转：base64 PCM → host → 引擎 stdin；引擎的临时 WAV 用后即删，不落盘。
  • 模型推理全本地，断网可用；唯一可能出网的是可选润色（走用户自己的 LLM 端点，

与普通对话同信任边界）。

  • 实测（Ryzen 7 5800H）：5s 话语端到端 0.4–0.5s（含 VAD+ASR+标点），引擎常驻后

热转写 ~0.3s；三模型 int8 权重共 ~520MB，引擎内存 ~1GB。

安装

1. 前置：Python + funasr-onnx

python3 -m pip install -U funasr-onnx modelscope
# 仅这两个包：funasr-onnx 只依赖 onnxruntime，不需要 torch（省 2GB）

2. 下载模型（~520MB，int8 官方量化权重）

python3 python/download_models.py --model-root ~/.dsh/voice-funasr/models

默认模型目录 ~/.dsh/voice-funasr/models（可在 profile 的插件 config 里改 modelRoot）。三个子目录：paraformer/、vad/、punc/。

3. 安装插件到 profile

# 在插件 checkout 内安装开发链接
dsh plugin --profile web add .

# 或安装已经验收的发布包
dsh plugin --profile web add ./dsh-voice-funasr-0.1.2.tgz

重启 dsh web。首次说话前可在 设置 → 本地语音（FunASR）→「加载模型」预热 （约 15s，一次），之后每次识别 ~0.3s。

使用

  • 输入框左侧麦克风按钮：按住说话，松手自动发送（润色开启时先润色再发）。
  • 按钮上的小圆点：绿=本地引擎就绪；灰=检测中；红=引擎不可用（已回退浏览器识别）。
  • 设置面板：识别后端（自动/仅本地/仅浏览器）、语言、润色开关与模式

（最小润色/仅纠错/格式化分段）、引擎状态与「重新检测」「加载模型」。

隐私与卸载

  • 音频默认不落盘；无任何遥测；识别文本只进你的会话。
  • 卸载：dsh plugin --profile web remove dsh-voice-funasr，然后删除模型目录

~/.dsh/voice-funasr/ 与 Python 包（可选）：pip uninstall funasr-onnx onnxruntime modelscope。

配置（cordis.yml / patch）

键默认说明
pythonCommands[python3, python]引擎解释器候选（Windows 上 python3 常不存在）
modelRoot~/.dsh/voice-funasr/models模型根目录
threads4onnxruntime 线程数
channelAuthorityloopback/asr 通道信任围栏；局域网访问用 trusted-host
maxAudioSeconds120单次转写音频上限

与 dsh-voice-chat 的关系

独立实现，不复用其代码；两个插件都注册 conversation.input.left 槽位， 请勿同时启用（会出现两个麦克风按钮），选其一即可。

开发

# DSH 私有依赖是 peer，不写入任何个人 staging 的绝对路径
pnpm install
pnpm run dev:link-dsh -- --runtime /path/to/dsh-0.1.0-rc.3/node_modules
pnpm run verify
pnpm pack

dev:link-dsh 会核验 npm DSH 运行时版本和每个包名，再只在本 checkout 的 node_modules 中创建链接；它不会修改 DSH 源码、active profile 或 package.json。发布包通过 prepack 从干净源码重建 lib/。建议再在全新的 DSH_HOME 中安装 tarball，执行 --dump-config 与真实 Web 启动 smoke。

DSH/React peer 标记为 package-manager optional：它们由所安装的 DSH 与 Web 平台 提供，不应被树外插件复制一份；版本范围仍用于记录并检查兼容契约。

  • host 半：src/index.ts（tsc → lib/index.js，@deepseek-ai/* 依赖保持外部）
  • 引擎：python/funasr_engine.py（stdio 行 JSON 协议：boot/status/transcribe/warmup/stats/exit）
  • 客户端：src/client/（tsdown → lib/client.js，__ModuleLoader__ 注册）
  • 协议冒烟：见 python/ 内可直接 echo '{"action":"status","id":1}' | python3 funasr_engine.py --model-root <root>

路线图

  • v1：整段识别 + 润色 + 自动回退 + 安装指引 ✅
  • v1.1：SenseVoice-Small 质量档后端；自由对话模式
  • v2：FunASR 2pass 真流式（paraformer-online + SenseVoice 离线校正）
Back to searchOpen GitHub repository

More related plugins

View category