DSH Plugins Marketplace

DSH Plugins

Plugins

/

dsh-local-stt

n

dsh-local-stt

Discovered

Local ASR for DSH: Whisper NPU by default and Orukeet Vulkan

Machine translated

dsh-local-stt

Локальный ASR для штатного голосового ввода DeepSeek Harness. Плагин добавляет в переключатель провайдеров два варианта:

ПровайдерГде считаетсяРоль
Whisper large-v3-turbo (NPU)XDNA2 NPU через FastFlowLMпо умолчанию
Orukeet r3 (Vulkan)Radeon 880M через audio.cppальтернатива

Официальный @deepseek-ai/dsh-experimental-voice-input-bundle остаётся хозяином микрофона, записи WAV и настроек. Плагин принимает готовый 16-кГц PCM16 WAV, запускает нужный C++-сервер, ждёт готовности, отправляет аудио и останавливает сервер после ответа.

Установка

В DSH откройте Плагины → Добавить плагин и укажите индекс:

https://cdn.jsdelivr.net/gh/nikimagic/dsh-local-stt@main/docs/index.json

Установите dsh-local-stt и перезапустите DSH.

Что запускается

Плагин не держит серверы в фоне. На каждое распознавание:

  1. запускается flm.exe или audiocpp_server.exe;
  2. плагин ждёт валидный /v1/models и /health;
  3. WAV уходит на 127.0.0.1;
  4. после ответа процесс убивается, порт закрывается.

Питона в пути нет. Запускаются нативные C++-бинарники.

Первый запуск

Плагин сам готовит всё необходимое: скачивает архив движка, распаковывает его, затем скачивает модель. В карточке голосового ввода видно прогресс и объём; пока чего-то не хватает, провайдер показывает unprepared, а распознавание отвечает ошибкой со списком недостающих файлов.

ЧтоОткудаРазмер
Движок FastFlowLM 1.0.13официальный релиз ROCm/FastFlowLM, резерв — engines-138,4 МБ
Движок audio.cpp 0.9.4официальный релиз 0xShug0/audio.cpp, резерв — engines-184,1 МБ
Модель WhisperHugging Face, ревизия закреплена622,9 МБ
Модель OrukeetHugging Face, ревизия закреплена873,5 МБ

Для офлайна есть второй источник моделей — локальная папка с исходниками (localSource / DSH_LOCAL_STT_SOURCES). Базовый адрес архивов движков переопределяется полем engines.baseUrl, каталог установки — engines.dir. Официальные ссылки всегда первые в автоматическом режиме: для моделей — Hugging Face → зеркало → локальная папка; для движков — официальный релиз → локальный архив → engines-1. Явно выбранный локальный источник моделей работает без сети.

Проверить целостность можно кнопкой «Проверить обновления» в карточке плагина (Плагины → dsh-local-stt): она пересчитывает SHA-256 всех файлов движка и модели и докачивает повреждённое. То же делает кнопка «Скачать и подготовить» в карточке голосового ввода.

Подробности: docs/MODELS.md и docs/ENGINES.md.

FastFlowLM:

flm.exe serve --asr whisper-v3:turbo --port 52626

audio.cpp:

audiocpp_server.exe --config audio-vulkan.json --port 8028 --no-ui

Модели

Модели занимают около 1,6 ГБ и в Git не входят. Плагин готовит их при первом запуске и показывает прогресс в штатной карточке голосового ввода. Источников два:

  • Hugging Face — скачивание по закреплённой ревизии, проверка размера и SHA-256; при сетевой ошибке — резервное зеркало hf-mirror.com;
  • Локальная папка — копирование из каталога engines без сети.

Источник выбирается в карточке подготовки. Локальный каталог задаётся полем localSource или переменной DSH_LOCAL_STT_SOURCES. Подробности — docs/MODELS.md.

Пути по умолчанию:

FLM:      <DSH_HOME>\dsh-local-stt\engines\fastflowlm\models\Whisper-V3-Turbo-NPU2\model.q4nx
Orukeet:  <DSH_HOME>\dsh-local-stt\engines\audio-cpp\models\Orukeet-GGUF\orukeet-q8_0.gguf

Движки и модели лежат вне пакета, в каталоге данных <DSH_HOME>\dsh-local-stt\engines (по умолчанию C:\Users\<user>\.dsh\dsh-local-stt\engines). Поэтому обновление плагина занимает секунду и не трогает 1,7 ГБ. Путь переопределяется полем engines.dir, переменной DSH_LOCAL_STT_ENGINES или DSH_HOME.

Старая раскладка внутри пакета переносится в каталог данных автоматически (переименованием, без копирования).

Модель Orukeet должна быть указана в engines\audio-cpp\0.9.4\config\audio-vulkan.json. Модель Whisper лежит в каталоге, на который указывает FLM_MODEL_PATH.

Сборка полного комплекта движков и моделей описана в docs/ENGINES.md.

Настройка

- id: speech-to-text
  config:
    defaultProvider: whisper-npu
    language: ru
- id: speech-to-text-local
  config:
    localSource: C:\dsh\dsh-local-stt\engines
    whisper:
      baseUrl: http://127.0.0.1:52626
      model: whisper-v3:turbo
    orukeet:
      baseUrl: http://127.0.0.1:8028
      model: orukeet_q8_0

Можно переопределить command, args, cwd, env, modelPath, logPath, requestTimeoutMs, startupTimeoutMs, autoStart и allowRemote. Порт в args можно оставить как {port} — он подставится из baseUrl.

localSource — каталог engines с готовыми моделями для второго источника подготовки. modelPath задаёт и целевой файл модели, и каталог, рядом с которым лягут остальные файлы модели.

baseUrl по умолчанию обязан указывать на loopback. Для внешнего адреса нужно явно задать allowRemote: true; это осознанно отключает локальность.

Графика

Иконка нарисована для проекта в стиле MagicControl; исходник и скрипт — docs/ARTWORK.md.

Ограничения

  • Первый запуск требует скачать около 1,6 ГБ моделей либо указать локальную папку с ними; до этого распознавание не стартует.
  • Официальная кнопка микрофона не отдаёт событие mousedown; провайдер получает WAV после остановки записи. Поэтому сервер стартует перед распознаванием, а не в момент клика. Для старта ровно по нажатию нужна своя клиентская кнопка.
  • Cold start занимает около 4–5 секунд: загрузка модели при каждом запуске.
  • Плагин проверяет, что на порту действительно FastFlowLM/audio.cpp, а не посторонний HTTP-сервис.
  • Аудио не покидает машину, если baseUrl указывает на loopback.

Comments

Loading…

Similar plugins

voice-stt-dsh

by vTRKA

Local, offline voice input for DeepSeek Harness -Parakeet and NeMo-Speech.cpp

Manifest valid

★ 0

MIT

JavaScript

Aug 17, 2026

dsh plugin --profile web add @local/dsh-parakeet-voice-input

by lougyang

本地部署小语音模型

Manifest valid

★ 0

MIT

Python

Aug 15, 2026

dsh plugin --profile web add dsh-voice-input

by zhuiyueya

Voice for DeepSeek Harness(dsh) — speech-to-text input + read-aloud TTS for text-only DeepSeek, zero API key.

Manifest valid

★ 4

↓ 1.5k/wk

MIT

JavaScript

Aug 15, 2026

dsh plugin --profile web add dsh-voice

by machine202502

Local Russian speech recognition for DeepSeek Harness: GigaAM v3 via sherpa-onnx, fully offline

Manifest valid

★ 0

MIT

JavaScript

Nov 9, 2026

dsh plugin --profile web add dsh-voice-ext

by zemanzhang809

A speech-to-text (voice input) plugin for DeepSeek Harness.

Development & InfrastructureManifest valid

★ 1

MIT

TypeScript

Sep 18, 2026

dsh plugin --profile web add dsh-stt-plugin

by abbccdd

Local IndexTTS 2.5 and GPT-SoVITS sentence-level speech synthesis and playback for DeepSeek Harness

Vision & MultimodalTerminal & ClientsManifest valid

★ 11

MIT

JavaScript

Oct 29, 2026

dsh plugin --profile web add @dsh-external/dsh-plugin-local-ai-tts