产品集成源码已审阅
dsh-omi-voice
在 DSH 回复旁增加手动朗读按钮，把清洗后的最终回答交给 macOS Omi 本机引擎，再用用户自己的豆包 TTS Key 流式合成、缓存并播放自然语音。
适合：需要连接现有产品、数据或外部业务系统的用户
已审阅固定提交的关键源码
- 配置资料
- 配置资料部分完整
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
Awesome DSH Plugin 细分类
语音与音频 DSH 插件
语音与音频是 Awesome DSH Plugin 的社区细分类。本页保留上游分类，同时展示 52DSH 主分类、安装证据和权限提示。
63 个社区条目快照于 2026-10-06
选择建议
如何选择语音与音频插件
- 先确认插件的核心能力是否直接解决你的任务，不要只看名称和 Star。
- 优先选择配置资料完整、安装目标明确且兼容范围可核对的条目。
- 涉及文件、网络或凭据时，先在独立 Profile 和测试数据上验证。
插件目录
DSH 社区插件目录
可按名称、包名或自然语言需求搜索；结果会按字段权重和证据质量排序。
工具能力Awesome 社区收录
dsh-ears
面向 DeepSeek Harness (dsh) 的语音输入插件：输入框的麦克风按钮把语音转成草稿文本，支持多种语音识别后端，可选经 dsh 自有 LLM 路由润色，并带原生设置页。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-plugin-tts
用免费 Edge TTS 或你自己的 RVC 音色朗读 AI 回复：消息朗读与自动朗读、长文自适应分块渐进播放（无缝衔接）、音色包仓库一键安装、便携 RVC 运行时。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-input-plugin
输入框麦克风：点击持续监控、按住对话；浏览器语音识别逐字上屏，回复由 host Edge TTS 边生成边朗读，朗读时暂停识别防回声，点击可停止。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-speak
语音播报 agent 最终回复：Windows SAPI5 自然语音 / macOS 系统语音，自动跳过思考与工具调用，npm 一行安装。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice
语音输入插件：对着麦克风说话，识别后的文字作为普通聊天消息发送（本地模型或浏览器语音识别）。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-ding
对话完成提醒：Agent 空闲（idle）时播放提示音并弹 Windows 原生通知，可配 ding.mp3、音量与防抖节流。
适合：需要远程通知、消息、Telegram能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-plugin-call-me
通过 CallKit 打电话到你的手机：`call_me` 与 `text_me` 工具，并可在回合结束或等待审批时来电，语音回答转写后送回会话。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-plugin-notify
通知出口：agent 主动通过桌面通知 / 中文语音 / 音效（炸裂、胜利、警报）联系你，60 秒确认窗口后语音呼叫，音量增强，设置面板。
适合：需要远程通知、消息、Telegram能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-mic-input
输入框麦克风语音输入：浏览器 Web Speech API 实时转写，自动去重/续听、智能标点，支持语言与自动发送设置。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-perlica-ding
明日方舟终末地佩丽卡主题分级提示音：计划出方案 / 任务完成 / 需要你回应 / 出错四档独立音效，普通问答保持安静；系统级播放（窗口在后台也响），跨平台（Windows/macOS/Linux），支持自定义 TTS 语音。
适合：需要DSH 界面、主题、侧边栏能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-plugin-uisfx
基于 uisfx 的语义化 UI 音效：任务开始/成功/失败、不同按钮情景 cue，设置页即时试听，12 种音色包，Host 持久化，并提供 `ctx.uisfx` 服务给其他插件。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice
语音双件套：edge-tts 免费微软神经语音合成 + OpenAI 兼容 ASR 转写。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-input
输入框麦克风语音输入：浏览器 Web Speech API 实时转写（Chrome/Edge），多语言切换与可选自动发送，零依赖零密钥。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
voco-input-sh
Web UI 语音输入：输入框麦克风按钮驱动本地 VocoType 离线识别，识别结果自动插入输入框（自动部署/防重复/持续输入）。
适合：需要DSH 界面、主题、侧边栏能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-chatvoice
Web UI 免费语音闭环：浏览器语音识别输入（实时中间结果上屏）+ 助手回复朗读与自动朗读，零配置、免 API key。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-sound
六类事件独立提示音：回合完成、审批、提问、计划评审、目标受阻、任务失败各有独立声音与音量，可在 Web 设置面板配置（内置合成音 / 静音 / 本地音频文件）。
适合：需要代码审查、代码评审、Git能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-stt-input
Web UI 语音输入：输入框旁麦克风按钮语音转文字填入输入框；支持浏览器 Web Speech API 本地识别（零配置、无需密钥）与 OpenAI 兼容 Whisper API（OpenAI/Groq），模型与语言可在设置中选择。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice
语音输入、语音输出：把口述音频转写为用户消息（transcribe），让 agent 朗读回复（speak），本地优先，音频存于 ~/.dsh/voice。
适合：需要多 Agent、工作流、编排能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-call
agent 主动打来的语音电话：`offer_call` 向人类振铃（接听/拒接/稍后再说），接听后由本地 CrispASR + Qwen3-TTS 合成并播放（9 个音色，含 2 个中文方言）；拒接则把决定返回给 agent。
适合：需要多 Agent、工作流、编排能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-webspeech
浏览器 Web Speech API 语音输入：零服务端、零密钥、零模型下载（Edge=Azure 语音、Chrome=Google 语音）。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-dingo
多对话并行的声音提醒 + 对话直达：当前对话当/当当（crisp 清脆档），其他对话叮/叮叮（soft 柔和档）+ 右上角小卡片，点一下直达对应对话。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-fish-tts
朗读助手回复（仅支持 Fish Audio API，需自备 Key）：逐条朗读、自动朗读开关，设置页可配模型、音色 reference_id、加密 API Key 与代理。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice
Web UI 全双工语音对话：点按切换或按住说话（发送键或 `Ctrl`）并显示实时字幕，宿主端 SenseVoice（sherpa-onnx）转写，回复按句流式朗读，开口说话即打断播放与正在运行的回合（真 barge-in），无需 API key。
适合：需要DSH 界面、主题、侧边栏能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-ai-girlfriend-plugin
Web UI 语音 AI 女友：FunASR 麦克风语音输入、Qwen3-TTS 语音回复、数字人动画窗、QQ 双向聊天（文本/语音/图片推送，经 NapCat）。
适合：需要OCR、截图识别、图片识别能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-input
Web UI 语音输入：输入框一键麦克风按钮，基于 Web Speech API 语音转文字填入草稿，可选识别后自动发送。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-input-cn
国内可用的输入框语音输入。需要先启动本地 Python bridge（pip install dashscope websockets，运行 bridge/voice-bridge.py）——只装插件不可用。浏览器麦克风采集 16kHz PCM 流式转发给 bridge，由阿里云 DashScope ASR（paraformer-realtime-v2）识别；识别文字在光标处实时填入草稿，静音自动停止，可选识别后自动发送。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-voice-live
基于火山流式 ASR/TTS 的实时双工语音：回复朗读、打断、唤醒词、实时字幕、30 个中文音色与先响应后思考；在 DSH monorepo 内构建。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-plugin-xiaomi-mimo-tts
为 DSH Web 添加 Xiaomi MiMo 语音朗读，支持助手消息朗读、PCM 流式播放、预置与自定义音色、浏览器语音兜底、播放控制和可选 UI 音效。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-talk
DeepSeek Harness 的语音输入输出：麦克风语音转文字与文字转语音。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-tts
在 DeepSeek Harness 网页 UI 中朗读智能体回复，采用服务商回退链（OpenAI、ElevenLabs、Google、Azure、Groq、Deepgram、OpenRouter、Edge、Piper、eSpeak），某个服务商失败或被限流时自动切换到下一个，而不是直接静音。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 仅有社区安装目标
- 配置难度
- 未知，待补配置
- 兼容性
- 声明兼容，尚未实测
工具能力Awesome 社区收录
dsh-plugin-notify-sound
按工作区定制的任务完成铃声，以及审批、提问、计划评审、目标受阻、任务失败等需要人介入事件的注意提示音，支持内置合成音、语音播报与自定义音频。
适合：需要代码审查、代码评审、Git能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-audiogen
面向 DeepSeek Harness Web 的 AI 音频插件 —— 多厂商 TTS、音乐、音效与音色设计，含侧边栏面板、模型对比、资源库与 Agent 工具。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-ding-sound
DSH 对话结束提示音：内置网络热梗原声（你干嘛哎呦、鸡你太美、神鹰哥等），设置面板可试听/切换/随机，支持自定义音频目录。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-duet
基于全双工语音模型的 DSH 网页端中文语音交互：边听边说、随时插话，用语音输入和修改任务、提交请求、管理会话、回答 DSH 的问题，并简短播报任务完成结果。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-funasr-voice
DSH Web 本地离线语音输入：麦克风经本地 FunASR（SenseVoiceSmall）识别后填入输入框，支持一键安装，全程离线。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-gsv
将本地高性能 TTS 引擎 GSV-TTS-Lite 实时接入 DeepSeek Harness：语音预设、自动朗读、引擎配置助手、朗读按钮与设置面板。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-hold-to-talk
输入框上的单手、免键盘输入：鼠标在输入框按住、说话、松手，文字直接进草稿；上滑取消，不留半句。不用去瞄麦克风按钮，也不用记快捷键，手始终不用离开输入区——另一只手正忙的时候，这一点才是关键。识别完全在本机完成（SenseVoice + sherpa-onnx），无需 API key，音频不出本机。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-live-voice
DSH Web 的会话绑定单轮语音预览：提供无需凭证的本地合成演示和可选的 Qwen Audio，保持精确会话隔离，并仅在明确操作后将转写写入草稿，不会自动提交。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-multi-tts
每条回复旁的朗读按钮与输入框自动朗读开关，设置页可选服务商与音色：MiniMax 或任意 OpenAI 兼容的 /audio/speech 端点，可调音色、情绪、语速与模型。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-pianist
让 Agent 弹一曲真钢琴：Salamander Grand 真实采样音色，Canvas2D 三角钢琴与沉浸式舞台渲染，88 键可弹。
适合：需要多 Agent、工作流、编排能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-read-aloud
在每条已定稿的助手回复里、紧挨点赞按钮右侧加一个小喇叭：点击用浏览器语音引擎朗读这条回复，鼠标悬停可调倍速与音色。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-say
让你的 DSH 用你喜欢的声音开口说话、汇报内容，过长的汇报先压缩再念。角色声线不需要自己训练：一段 3-10 秒参考音就能克隆，也能直接用别人训练好的模型；不必为此装一整套 6.4 GB 的 GPT-SoVITS —— 运行时和声线都由插件自己装好。已有 GPT-SoVITS 的话也能直接接上，两者跑的是同一套声线。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-soundscape
双 MediaPlayer 守护进程（$think 思考循环 + $fx 一次性音效）支持音量闪避、情绪感知音效（连续成功/失败/长时间运行自动触发 smooth/struggle/deep_think）、15 种正弦/方波合成内置音、51 个工具分类映射、自定义 WAV/MP3 直替自动转换，以及完整设置页含深色模式修复。
适合：需要增加一种明确的 Agent 工具能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-tool-lipsync
DSH 免费对口型口语视频生成插件，支持 3000+ 声音和 500+ 语言。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-tts-bridge
用 DeepSeek 网页端自带的朗读，把 DSH 里的对话念出来，靠一个小浏览器扩展驱动。
适合：需要浏览器、网页自动化、联网能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-tts-flash
AI 回复流式 TTS 朗读插件，思考等待期有文字与语音同步的趣味短语反馈。内置 Edge TTS，支持任意 OpenAI 兼容云端引擎。
适合：需要插件安装、插件管理、插件更新能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
工具能力Awesome 社区收录
dsh-voco
为 DSH 提供持续语音对话，支持免提监听、按住说话、语音识别、TTS 语音回复和后台 Agent 任务委派。
适合：需要多 Agent、工作流、编排能力的用户
已进入可追溯的 Awesome 社区清单
- 配置资料
- 当前不建议安装
- 配置难度
- 未知，待补配置
- 兼容性
- 当前版本需要复核
如何理解状态：核验状态说明 52DSH 检查到哪一步；配置资料状态说明能否只依靠本站完成配置；兼容状态和运行实测另行判断。三者不能互相替代。包含高权限能力的插件应先阅读详情中的权限说明。
常见问题
语音与音频插件常见问题
社区收录是否代表已经运行验证？
不是。社区收录、源码或清单核验、当前 DSH 版本运行实测是三个独立状态，请以卡片和详情页标记为准。
可以直接在生产工作区安装吗？
不建议。先锁定版本，在独立 Web Profile 中使用测试数据验证配置、权限、数据存储和卸载清理。
继续浏览