安全版本地语音输入插件，依托同源宿主代理在127.0.0.1本地运行，token本地校验，集成SenseVoice-Small INT8 ONNX模型完成本地语音转写，全程音频数据不出本地网络，无隐私泄露风险，部署轻量开箱即用。
依托云端ASR语音识别能力，支持语音输入自动生成优化提示词，可一键填入草稿或直接发送，适配macOS与Windows双平台，识别精准，操作轻便，无需手动输入即可快速完成内容转化。
流式zipformer2实现语音识别，支持生成可编辑对话草稿，可自定义唤醒词，搭配Edge TTS按句朗读并同步输出实时字幕，支持开口打断交互，无需API Key即可使用。
纯Node实现的跨平台B站字幕提取工具，优先提取内置字幕轨，无字幕时调用本地Whisper模型自动转写，支持导出SRT、TXT、JSON多种格式，无需额外服务。
整合Qwen视觉理解、语音转文字、文生图三类多模态能力，提供统一规范的调用接口，无需复杂配置即可快速接入使用，开发部署简单高效。
自动语音识别技术，集成于编辑器内，提供专属语音输入按钮，支持实时将语音内容转写为对应文本，无需手动敲击键盘即可快速完成内容录入，操作便捷高效。
语音输入插件支持语音录入内容的打磨优化，可适配多种后端服务，开箱即用，交互流程顺畅自然，无需额外复杂配置即可快速接入。
依托火山引擎豆包Seed流式ASR能力，提供语音输入功能，支持实时流式识别并自动回填输入框，交互延迟低流畅自然，无需手动录入文本。
可将任意静态照片转化为可响应交互的虚拟女孩形象，她能跟随对话自然转动、微笑、说话，动作与语音完全同步，低延迟高细节，交互体验流畅自然。
语音插件提供逐条消息语音播放、自动公告播报、麦克风听写输入能力，支持自由组合阿里云DashScope或火山引擎的云端TTS、ASR服务，无需复杂配置即可快速接入。
Lightweight realtime ASR → DeepSeek Harness → TTS community plugin.
DeepSeek Harness (dsh) 语音输入插件：麦克风按钮/快捷键录音，实时转写回填输入框。三种识别引擎：浏览器 Web Speech、本地 SenseVoice/Paraformer 离线后端（一键部署）、OpenAI 兼容云...