dsh-duet
Full-duplex Chinese voice interaction for DSH Web: dictate and edit tasks, submit requests, manage sessions, answer DSH questions, and hear concise task-completion announcements.
Install
dsh plugin --profile web add dsh-duet
Sandbox test results
| Stage | Result |
|---|---|
| 1 install | ✓ |
| 2 list | ✓ |
| 3 mount | ✓ |
| 4 boot | — |
Four stages run in an isolated sandbox: install (network on) → list → mount → boot (last three with no network).
README
duet.
DSH 语音操控和语音播报
https://github.com/user-attachments/assets/83152138-c292-4057-a820-efc2bc96f33a
duet,意为「二重奏」。这里的 duet 使用全双工语音模型,可以边听边说,
让你与 DSH 的交流不必一人一句地等待。
说出需求、修改输入、发送任务、切换会话——把键盘上的操作交给声音。你可以随时插话、补充或纠正。处理任务之外,也可以聊聊天。
当然,你也可以用 duet 帮你只播报结果,让你不用一直盯着屏幕。
现在,duet 还可以成为屏幕上的伙伴:听你说话、随声音回应,在任务完成或需要你处理时提醒你。
最重要的是,duet 语音服务目前可以免费使用。
安装
支持 DSH Web 和 Desktop。
Web
需要 Node.js 22 LTS(22.19.0 起)或 24 及以上版本。
安装并打开 DeepSeek Harness:
npm install -g @deepseek-ai/dsh dsh web
在另一个终端为 Web profile 安装插件,再重启 DSH:
dsh plugin --profile web add dsh-duet dsh web
Desktop
在 DSH Desktop 的插件管理页面选择“添加插件”,输入 dsh-duet 并安装。
安装后若未出现 duet 按钮,退出并重新打开 DSH Desktop。
更新
Web 用户重新运行 dsh plugin --profile web add dsh-duet@latest,然后重启 DSH。
Desktop 用户在插件管理页面更新。
使用
duet 支持两种模式。
使用前,请先在 DSH 中创建或选择一个 workspace。
按钮 · 模式 · 用途
喇叭 · 播报模式 · 任务完成后,进行简短的播报
双向箭头 · 交互模式 · 开口操作 DSH、自由聊天,也可以在回复过程中插话
首次启用声音时,按提示回到 DSH 页面点击“启用声音”;开始教学时点击“开始教学”。
3D 形象(实验)
点击头像按钮,打开或隐藏你的 duet 伙伴。可以让它悬浮在桌面,也可以在设置中选择“仅在网页端显示”,让角色出现在 DSH 侧栏上方。
本版桌面形象支持 macOS Apple Silicon 和 Windows x64,其他平台可使用网页形象。
字幕跟随声音,点头、摇头和嘴型让交流更直观。输入内容时,键盘气泡会显示正在写入的文字;教学、提示和确认也可以在角色旁完成。
右键桌面角色,可以调整大小、切换气泡样式、查看待处理事项或返回 DSH。不打开语音模式时,也可以通过角色查看任务通知。
你还可以在设置中给助手起个昵称,或直接用语音改名。
目前支持的语音操作
操作 · 你可以这样说
输入内容 · “输入,帮我整理一下这周的计划”
修改内容 · “把这周改成下周”
清空输入框 · “清空输入框”
发送任务 · “发送”“提交”
停止任务 · “停止当前任务”
新建会话 · “新建一个会话,叫旅行计划”
切换会话 · “切换到第二个会话”“切换到旅行计划”
重命名会话 · “把当前会话改名为周末安排”
分叉会话 · “从当前会话分叉一个新会话”
归档会话 · “归档这个会话”
回答 DSH 的问题 · “选第二个”“用中文就好”
给助手改名 · “把你的名字改成沐沐”
自由聊天 · “什么是全双工语音交互?”
麦克风与隐私
duet 通过服务器提供语音服务。根据所使用的功能,以下信息会上传至服务器,用于理解语音、执行会话操作、生成回复和语音播报:
- 交互模式开启期间,麦克风采集的交互音频。
- 交互所需的会话信息,例如会话标识、名称、运行状态和当前会话名称。
- 交互所需的输入框内容、任务结果。
请勿在交互中提供密码、密钥等敏感内容。
目前仅支持中文。
许可证
Copyright 2026 YuMS。本项目采用 [Apache License 2.0](LICENSE)。
第三方图标的许可声明见 [HEROICONS-LICENSE.txt](HEROICONS-LICENSE.txt)。
Rendered from the README published on npm. Formatted only, not edited.
Versions
Published on npm::12,最后更新 2026-11-05