TypeScript 製の DSH プラグイン（dsh-plugin）。DeepSeek Harness に「声」を追加します。マイク音声入力、声クローン TTS 読み上げ、割り込み／キュー両モード、ストリーミング DUIX デジタルヒューマン窓、QQ プッシュを、DSH Web GUI 上でローカル voice_bridge 経由で提供します。
DSH 統合
ネイティブ実行
作者による申告
安全性監査
未監査
最終検証日
2026-09-02
ライセンス
NOASSERTION
01どんなタスクに使えるのか？
DeepSeek Harness にマイクで話しかけ、声を持つ音声 AI 彼女として会話する
エージェントの返答を TTS で一文ずつ読み上げ。席を離れてもテキスト＋音声＋画像の返答が QQ へ自動プッシュされる
DeepSeek Harness のデスクトップ GUI 上で「音声ファースト」の AI 彼女体験を求める DSH ユーザー
DeepSeek Harness の各返答をストリーミングのトークヘッド・デジタルヒューマン動画にする
DUIX の口元同期トークヘッド動画（≤10s の分割、映像と次セグメント TTS を並行合成）。デジタルヒューマン切替可、最大 200 本保持
返答を冷たいテキスト欄ではなく、生きているようなデジタルヒューマン窓で見たいクリエイターや DSH ユーザー
02DeepSeek Harness への導入方法
作者は未記載
03DSH 統合と能力の範囲
DeepSeek Harness 向けに作られたネイティブ DSH プラグイン（dsh-plugin）。DSH Web GUI（:3080）上で動き、ローカルの voice_bridge（:8765）が STT / TTS / デジタルヒューマン / QQ を担う
マイク音声入力（FunASR）
DSH Web GUI が取得したマイク音声→中国語認識テキスト。エージェントの返答生成に渡される
声クローンと TTS（OmniVoice）
返答テキスト、および任意の参照音声または音色パラメータ→クローンした声の音声。音色は設計可能で 600+ 言語に対応
ストリーミング・デジタルヒューマン（DUIX）
返答テキスト→口元同期のトークヘッド動画セグメント。彼女窓は待機／発話の二状態
QQ プッシュ・ブリッジ（OneBot）
返答テキスト / 音声 / 画像→設定済み QQ アカウントへ送信するメッセージ
OneBot HTTP+WS 経由でテキスト / 音声 / 画像メッセージを設定済み QQ アカウントへ送信する
04誰に向いているのか？使うべきでない場面は？
向いている用途
- DeepSeek Harness のデスクトップ GUI 上で「音声ファースト」の AI 彼女体験を求める DSH ユーザー
- 返答を冷たいテキスト欄ではなく、生きているようなデジタルヒューマン窓で見たいクリエイターや DSH ユーザー
不向きな用途
- この音声コンパニオンはローカルポートを開く——DSH Web GUI が :3080、voice_bridge が :8765——そして返答をネットワーク越しに QQ へブリッジするため、返答テキスト／音声は外部の QQ アカウントへ送信され、ローカルポートが到達可能である必要がある。
05互換性・メンテナンス・セキュリティ上の注意
- QQ プッシュ機能はプラグインの QQ ブリッジを通じ OneBot HTTP+WS でテキスト／音声／画像の返答を QQ アカウントへ送るため、QQ アカウントと OneBot ブリッジの設定が必要。なければプッシュは無効のまま。
- TTS の声クローン（OmniVoice）は voice_bridge 上で WSL2 + FlashInfer による加速で動くと説明されており、Windows / WSL2 ホストでアクセラレータを設定すると品質と遅延に影響する。非 WSL2 ホストではこの加速経路が使えない可能性がある。
- この音声コンパニオンはローカルポートを開く——DSH Web GUI が :3080、voice_bridge が :8765——そして返答をネットワーク越しに QQ へブリッジするため、返答テキスト／音声は外部の QQ アカウントへ送信され、ローカルポートが到達可能である必要がある。
TypeScript · ライセンス未宣言（NOASSERTION）· スター 60 · 最終プッシュ 2026-08-30
06よくある質問
dsh-voice-ai-girlfriend とは何ですか。DeepSeek Harness とはどうつながるのでしょうか？
これは DSH プラグイン（dsh-plugin）で、README のタイトルは「DSH 语音 AI 女友」、DSH Web GUI（:3080）上で動きます。ローカルの voice_bridge（:8765）が /api/stt、/api/tts、/api/dh/*、/api/qq/* を公開し、音声認識・TTS・デジタルヒューマン・QQ ブリッジを担います。
音声での返答はどう動いているのですか？
マイクを押すと聞き取りを開始し、エージェントが返答すると TTS が答えを一文ずつ読み上げます。README によれば彼女は話し終わってから 0.5 秒以内に口を開き、FunASR の中国語認識は約 150ms、TTS はほぼ即時です。
彼女が話しているときに割り込めますか？
はい。README の通り、口を挟めば彼女は黙ってあなたの話を聞きます。最後まで話させたいときはスイッチでキュー方式に戻してください。
ストリーミング・デジタルヒューマン（DUIX）とは何ですか？
返答はリアルタイムのトークヘッド動画に変わります。長い返答は ≤10 秒の分割に切られ、映像と次セグメントの TTS を並行して合成し口元同期で連続再生されます。デジタルヒューマンのスイッチがあり、最大 200 本保持されます。
QQ プッシュはどう動き、何が必要ですか？
返答はプラグインの QQ ブリッジを通じ OneBot HTTP+WS で QQ（テキスト＋音声＋画像）へ自動プッシュされます。QQ アカウントと OneBot ブリッジの設定が必要で、なければプッシュは無効のままです。
07関連する DSH ワークフロー
vox-director
by alisa0808
1 トピックから Vox 風ペーパーコラージュ解説・広告動画を Atlas Cloud + ffmpeg で E2E 自動生成するエージェントスキル
dsh-voice-scribe
by pensivefei
DSH音声入力プラグイン。Altを押して話すと入力欄に文字起こし。Web Speech標準（設定不要）・任意でOpenAI互換ASR・DSH LLMで推敲。
dsh-plugin-tts
by 1624318455
Edge TTS 音声プラグイン：返信読み上げ、自動読取トグル、無料・キー不要
dsh-voice
by goodandready
ポーズ区切りのディクテーションと音声メッセージに対応した音声入力。Deepgram / Groq / HuggingFace / ローカル whisper.cpp からフォールバック可能。
08データと出典
# DSH 语音 AI 女友（Voice AI Girlfriend）
浏览器（DSH Web GUI :3080）
このページは、プロジェクトの公開ドキュメント、リポジトリのメタデータ、および DSH Plugins の構造化解析に基づいて生成されています。最終検証日：2026-09-02。誤りを見つけた場合は、修正を送信してください。
dsh プラグイン おすすめ
最初に入れたい 12 のプラグイン。全カタログ・全カテゴリから厳選しました。