Skip to content

DSSH v1.1 — 语音问 AI（L+START）

Choose a tag to compare

View all tags
@Fishason Fishason released this 07 May 11:00
· 30 commits to main since this release
v1.1.0
8be7eea

v1.0 把语音输入做完了；v1.1 加了一条与 SSH 平行的语音 AI 问答通道——按住 L+START 说一句问题，底屏弹出问答 modal，DeepSeek 答案直接出现，不打扰顶屏正在跑的 yazi / vim / tmux / claude-code。

🎤 → 🤖 Voice AI ask（v1.1 新增）

[L + START] 录音 32 秒上限
   │
   ▼ 16 kHz PCM → 服务器 shim --ask
[Whisper Turbo] 转写
   │
   ▼ 转出来的中文 → DeepSeek-Chat（带 history）
[DeepSeek] 回答（6-15 句，markdown）
   │
   ▼ JSON 返回 3DS
[底屏 modal 0.5s 淡入]
   │
   ├─ A 关闭 + 保留 history（追问）
   └─ B / 触屏 关闭 + 清空 history（新对话）

用户体验：

  • 顶屏 SSH 完全不动——问 AI 不打断 yazi / vim 状态
  • Markdown 渲染：# 标题 黄色、`code` 青色、- 列表 → • 列表、**bold** 隐式 strip 不丢内容
  • History 追问：A 关 modal 时保留当前 Q&A，下次 L+START 接续；B 重置开新对话；上限 5 轮 FIFO
  • 录音上限从 8 秒升到 32 秒——多句话问题也塞得下
  • 触发手势：L+START（区别于普通 START 的语音 IME）

服务器端配置——还是一条命令

需要两把 API key（OpenRouter + DeepSeek，均有免费额度）：

git clone https://github.com/Fishason/DSSH.git ~/dssh-repo
bash ~/dssh-repo/tools/install_whisper_api.sh
# ↑ 交互式提示输入两把 key

或者非交互式：

OPENROUTER_API_KEY="sk-or-v1-..." \
DEEPSEEK_API_KEY="sk-..." \
bash ~/dssh-repo/tools/install_whisper_api.sh
Key 申请地址 用途 必需性
OpenRouter openrouter.ai/settings/keys Whisper Turbo（语音→文字） 必需
DeepSeek platform.deepseek.com/api_keys DeepSeek-Chat（AI 回答） L+START 必需，纯语音 IME 不需要

费用：Whisper Turbo `$0.04/音频小时` + DeepSeek `~$0.0001/次问答`，个人用月成本几美分。

详细安装文档见 README — 语音输入。

🛠 其它改动（自 v1.0）

  • modal 渲染 z-order 修复：之前 `renderer_draw_text_px` 内部硬编码 z=0.5，比 modal bg z=0.51 低，文字被背景覆盖看不见。新增 `renderer_draw_text_px_z(x, y, z, text, rgba)` API 让 modal 用 z=0.62 画文字稳压 bg
  • Aux channel drain loop：voice.c phase 2 改成单帧内 drain 完所有 readable bytes 再判 EOF，避免分包到达时 EOF 早判导致 JSON 截断
  • shim --ask 模式：每条 error path 都走兜底 JSON 输出，3DS 永不收到完全空 reply
  • 诊断日志：`/tmp/dssh-ai-debug.log` 记录每次 L+START 的 PCM 长度 / 转写文本 / DeepSeek 回答 / 输出 JSON，调试一目了然

📦 安装

想要的 下载
Homebrew Launcher 启动 `3dssh.3dsx`
HOME 菜单图标启动（推荐） `DSSH.cia`
v1.0 拼音 IME 演示视频（v1.1 兼容） `demo.mp4`

🔄 从 v1.0 升级

3DS 端：直接用新 `.cia` 覆盖。

服务器端：

```bash
cd ~/dssh-repo && git pull
bash tools/install_whisper_api.sh

已有 OpenRouter key 不会再问；新提示输入 DeepSeek key

```

旧的纯语音 IME 仍然可用，只是 L+START 多了一个 AI 问答路径。如果不想用，跳过 DeepSeek key 就行——L+START 会优雅 fail（modal 显示 "no API key" 错误）。

🐛 已知边界

  • modal 答案区约 14 行 × 50 字符；超长答案末尾自动 `...` 截断
  • `bold` 在 6×12 像素字体下没法做加粗效果——syntax 隐去、内容仍显示，但没有视觉强调
Assets 5
Loading