# dsh-voice

DeepSeek Harness 的语音输入插件:按下麦克风按钮或全局快捷键,把一段语音识别成文本,作为普通消息提交到当前会话。识别可在浏览器本地(Web Speech)或宿主离线模型(sherpa-onnx)完成。

## Language

**引擎 (engine)**:
执行语音识别的技术后端:浏览器(Web Speech)或原生(宿主侧离线模型);auto 表示按宿主能力自动选择。
_Avoid_: 后端、provider

**生效引擎 (effective engine)**:
由宿主从(配置引擎、原生能力)解析出的本轮实际引擎(browser 或 native);能力以模型真实加载结果为准,客户端只消费宿主下发的结果,不自行决策。
_Avoid_: resolved engine、探测结果

**识别器 (recognizer)**:
一个引擎在客户端侧的适配器;自持采声,独自完成一轮识别的识别与定稿,对调用方呈现统一的开始/停止/文本回调契约。
_Avoid_: service、handler

**识别会话 (recognition session)**:
宿主侧按会话隔离的识别状态(VAD、live partial 流、尾音缓冲),并发会话互不串音;受 LRU 上限约束,满时最久未用的会话被驱逐——被驱逐的会话若仍在说话,一句话会被拆断(有意的容量取舍)。
_Avoid_: 连接、上下文

**轮次 (round)**:
从开麦到停麦提交的一次完整识别。全局同时只有一轮;别的会话点停会停掉当前轮,但文本仍提交给开启本轮的那个会话。
_Avoid_: 会话、请求

**替换式定稿 (replace-final)**:
定稿文本的交付形式:final 事件携带本轮累计定稿全文,接收方整体覆盖而非拼接。
_Avoid_: 增量定稿、append

**部分识别 (partial)**:
未定稿的中间文本,仅供实时回显;停麦时若没有定稿则作为兜底提交。
_Avoid_: interim、临时文本

**自然结束 (natural end)**:
识别器自行判定语音结束而结束轮次(仅浏览器引擎存在);原生引擎只能由用户点停。
_Avoid_: auto-stop