跳到正文
  • 首页
  • 插件说明
  • dsh-voice-funasr

omdsh-dev/dsh-voice-funasr

31最近提交 2026年8月13日

dsh-voice-funasr DSH 插件

该插件在输入框左侧添加一个麦克风按钮，按住即可录音，音频通过本地 FunASR 引擎（paraformer-large + VAD + 标点）转写。可选开启 LLM 润色，自动修正口头禅或口误，然后发送到 composer。当本地引擎不可用时，自动回退到浏览器 Web Speech API。

ui-productivityremote-execution

如何安装 dsh-voice-funasr DSH 插件

dsh plugin --profile web add ./dsh-voice-funasr-0.1.2.tgz

复制不会执行命令。安装 dsh-voice-funasr DSH 插件前请核对仓库和版本。

dsh-voice-funasr DSH 插件数据来源

dsh-voice-funasr DSH 插件快照日期：2026年8月16日

discovered

dsh-voice-funasr DSH 插件能做什么

  • 本地离线 ASR，中文精准识别，使用 int8 ONNX 量化模型
  • 两段式润色：LLM 修正口头禅和口误后再发送
  • 本地引擎不可用时自动回退到浏览器 Web Speech API
  • 音频仅在内存处理，不落盘
  • 全本地推理，断网可用（润色可能需要用户自己的 LLM 端点）
  • 设置面板可配置识别后端、语言、润色模式，并显示引擎状态

dsh-voice-funasr DSH 插件适合哪些场景

  • 通过说话快速输入长篇文字，代替打字
  • 在没有网络的环境下进行语音输入，依赖本地 ASR
  • 隐私敏感场景，不希望音频上传到云端
  • 自动修正口语中的口头禅或错误，提升文本质量
  • 在 DSH Web UI 中实现免提语音输入

dsh-voice-funasr DSH 插件适合谁

  • DSH Web UI 用户，偏好语音输入而非打字
  • 需要离线中文语音识别的高精度用户
  • 注重隐私，希望音频处理完全在本地的用户

dsh-voice-funasr DSH 插件的限制

  • ASR 引擎针对中文优化，其他语言可能不支持
  • 需要 Python 环境安装 funasr-onnx 并下载模型（约 520MB，内存占用约 1GB）
  • Node.js 版本要求 ^22.19.0 或 >=24.0.0，DSH 版本需 >=0.1.0-rc.3 <0.2.0
  • 浏览器需支持 MediaDevices / AudioWorklet，或使用 Web Speech API 回退
  • 润色功能依赖用户自己的 LLM 端点（与普通聊天同信任边界）

dsh-voice-funasr DSH 插件的仓库 README 摘录

以下文字摘自 dsh-voice-funasr DSH 插件的上游仓库 omdsh-dev/dsh-voice-funasr 的 README，版权归原作者，仅作引用。

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 ```bash python3 -m pip install -U funasr-onnx modelscope # 仅这两个包：funasr-onnx 只依赖 onnxruntim

阅读完整 README仓库许可: MIT

dsh-voice-funasr DSH 插件常见问题

使用这个插件需要安装 Python 和模型吗？

是的，插件需要本地 FunASR 引擎作为 sidecar 运行。你需要安装 Python 3 以及 funasr-onnx 和 modelscope 包，然后使用提供的脚本下载模型文件（约 520MB）。不完成这些设置插件无法工作。

如果本地引擎不可用会发生什么？

插件会自动回退到浏览器内置的 Web Speech API 进行语音识别。但准确率可能较低，用户体验略有不同。你也可以在设置面板中手动切换后端。

这个插件可以和 dsh-voice-chat 同时使用吗？

不可以。两个插件都注册了同一个插槽（'conversation.input.left'）放置麦克风按钮，同时启用会导致出现两个按钮。请只选择其中一个使用。

我的音频数据会上传到云端吗？

不会。音频完全在本地处理，包括模型推理也在你的电脑上运行。可选的润色步骤可能使用你自己的 LLM 端点，但这与普通聊天的信任边界相同。音频不会写入磁盘。

如何卸载插件并删除模型？

运行 `dsh plugin --profile web remove dsh-voice-funasr` 移除插件。然后删除模型目录 `~/.dsh/voice-funasr/`，并可选择卸载 Python 包：`pip uninstall funasr-onnx onnxruntime modelscope`。