语音输入希望支持可配置快捷键 / Voice input: add a configurable shortcut to toggle recording

[eddiedon]

环境 / Environment

• DSH 0.1.7-alpha.1（Windows 11，web 端）
• @deepseek-ai/dsh-experimental-voice-input-bundle 0.1.7-alpha.1（SenseVoice local, int8）

现状 / Current behavior

语音输入目前只能鼠标触发：点击模型选择器与 Send 之间的麦克风图标开始，Stop 结束后插入转写。键盘方面仅支持 Escape 取消。已核对 client-ui 源码（唯一的 keydown 监听是 Escape）与 Settings schema（仅 recognizer / language 两项），确认目前没有快捷键配置入口。

诉求 / Request

为「开始/结束录音并插入转写」提供可配置快捷键，例如：

• 默认建议 Alt+V 或 Ctrl+Shift+V（可在 Settings 里改）
• 录音进行中再按同一快捷键 = 结束并插入转写
• 如果实现顺手，push-to-talk（按住说话、松开转写）作为可选模式就更好了

理由 / Why

听写是高频输入路径，双手通常已在键盘上，每次伸手拿鼠标会打断节奏。社区语音插件普遍有快捷键（dsh-ears: Shift+Space；dsh-voice-scribe: Alt / Alt+Space），官方 bundle 反而没有——这是我从社区插件迁移到官方插件的唯一痛点。SenseVoice local 的识别质量非常好，中英混排比 Web Speech 强很多，感谢团队！

---

TL;DR (EN): The experimental voice input bundle (0.1.7-alpha.1) is click-only — please add a configurable shortcut to toggle recording (e.g. Alt+V; optional push-to-talk would be even better). Prior community plugins (dsh-ears, dsh-voice-scribe) had hotkeys; recognition quality is otherwise excellent. Thank you!

[prgrmrwy]

补充一下在 DSH 0.2.0-rc.2（2026-10-10）上的复核结果：诉求仍然成立，而且「在设置里找不到」的原因也能对上。

现状复核（@deepseek-ai/dsh-experimental-client-ui-voice-input 0.2.0-rc.2）

• 键盘路径仍只有取消：插件里唯一的 keydown 监听是 event.key === "Escape"（取消并丢弃录音）；开始与结束录音仍然只能点麦克风按钮。
• 插件设置里仍然只有识别 Provider（recognizer）与语言（language）两项，没有快捷键配置。
• 键盘快捷键速查（设置里的「编辑快捷键」/ Mod+/）只展示已注册的命令与固定输入操作，而语音输入没有注册任何命令——所以在速查里搜也搜不到。不是入口藏得深，是确实没有挂点。

建议的落点（顺着现有机制，不必新造）

• 在语音输入里把「开始/结束录音」注册成一个命令到现有 shortcuts 体系，默认 Alt+V：速查里立刻就能看到，并直接复用它的录制/清除/恢复能力，用户改键也走同一处。
• 录音进行中再按同一键 = 结束并转写；若有余力，push-to-talk（按住说话、松开转写）作为可选模式仍然很想要。
• 即使暂时不做，也建议先把该命令以「暂无快捷键」的形式挂进速查，避免用户以为功能不存在。

EN TL;DR: Re-checked on 0.2.0-rc.2: still click-only. The plugin's only keydown handler is Escape (cancel); Settings still expose recognizer/language only; the Keyboard-shortcuts cheat-sheet lists registered commands only, and voice input registers none — so there is nothing for a user to find or rebind. Registering a toggle command in the existing shortcuts registry (default e.g. Alt+V) would give it the cheat-sheet's record/clear/reset for free; optional push-to-talk would still be very welcome.

[raphael-y7]

语音识别不准有感觉吗？对于英文经常会蹦出日文，而且对于对话中的停顿太敏感了，经常一个句号一个空格

[Timxu2016]

非常需要，顶上去