dshtools-sensevoice-input

基于 SenseVoiceSmall 的 DSH Desktop 本地语音输入插件:点击输入框旁的 🎤 说话,文本自动写入输入框草稿,并显示语言/情感标签(如 zh · NEUTRAL)。支持 50+ 语言,全程本地 CPU 推理,音频不出本机。

特性

• 🎤 composer 内嵌麦克风按钮,识别文本自动写入草稿(inputActions.setDraft)
• 🏷️ 语言/情感标签解析(<|zh|><|NEUTRAL|>… → 结构化字段)
• 🖥️ funasr + SenseVoiceSmall 本地推理,无任何云服务
• ⚡ 模型懒加载(首次 10–30s,之后单次几秒);Python 进程崩溃自愈
• 🌓 主题自适应 UI

安装 / 卸载

1. 准备推理环境(一次性,约 5 GB)

.\scripts\setup.ps1   # uv → Python 3.12 venv → torch/funasr → 下载 SenseVoiceSmall 模型

默认安装到 ~\.dsh-sensevoice,模型缓存 ~\.cache\modelscope; 也可自行用任意装有 funasr 的 Python,并通过环境变量 DSHSENSEVOICE_PYTHON 指定解释器。

2. 安装插件(任选其一,重启 DSH Desktop 后生效)

# npm(推荐;已上架 DSH 插件市场,市场内一键安装同款)
dsh plugin --profile desktop add dshtools-sensevoice-input

# GitHub 源码
dsh plugin --profile desktop add github:ilovedyou6666-hub/dshtools-sensevoice-input

若 PATH 中没有 dsh,在 DSH Desktop 内置终端执行,或从 设置 → 插件市场 安装。 更新:remove 后再 add(强制刷新);安装后可在 设置 → 插件 中确认。

3. 卸载

dsh plugin --profile desktop remove dshtools-sensevoice-input

使用

1. 点击输入框左下 🎤 开始录音(再点结束,最长 60s);
2. 等待「♪ SenseVoice 正在识别…」,文本自动写入输入框;
3. 悬浮按钮可看模型就绪状态;失败显示具体原因,再点重试。

开发

pnpm install && pnpm check && pnpm test    # 依赖 / 类型检查 / 测试
pnpm build                                 # tsdown → lib/(host ESM + client bundle)
pnpm verify:package && pnpm release:check  # 包契约 / 发布元数据校验

src/      TypeScript 源码(host:桥/路由/内嵌 Python;client:组件/音频/API)
tests/    vitest 测试
lib/      构建产物(已提交,github 安装免构建)
scripts/  setup.ps1 · verify-package · release-check
.github/  CI / 发布工作流 / issue 模板

故障排查

现象	处理
点击后 HTTP 405 / 403	旧版时序问题,更新到最新版并重启
「无法访问麦克风」	允许 Electron 的麦克风权限
python_not_found	先执行 scripts\setup.ps1
model_load_failed	模型缓存缺失,重跑 setup.ps1 的模型下载
首次识别很慢	正常:CPU 加载模型 10–30s,之后复用

已知限制

• 离线批处理,无流式;单段 ≤ 60s;
• 首次识别需等待模型加载;
• 仅服务 127.0.0.1 桌面进程(桌面自带访问控制)。

版本记录

详见 CHANGELOG.md(当前 1.1.1)。

许可证

MIT