截至目前（2025年），DeepSeek 主要定位为大语言模型（LLM），其核心能力集中在文本生成、代码编写、问答对话等自然语言处理任务上。
官方并未提供内置的录音转文字（语音识别 / ASR）功能。这意味着 DeepSeek 本身不能直接接收音频输入并将其转换为文本。
不过，你可以通过以下方式实现“录音转文字 + DeepSeek 处理”的组合流程：
- 使用第三方语音识别工具（如讯飞听见、百度语音、Whisper 等）将录音转为文字；
- 将生成的文字粘贴到 DeepSeek 中进行总结、翻译、润色或分析。
这种“语音识别 + LLM”协同模式在实际应用中非常高效，也是当前主流 AI 工作流的常见做法。
如果你希望 DeepSeek 未来支持端到端的语音输入，可关注其官方更新或社区动态。