用途：该技能面向语音识别与语音合成两类任务，基于阿里云 DashScope API 实现音频转文字与文字转语音。
主要能力：ASR 方面，qwen3-asr-flash-filetrans 支持最长 12 小时、2GB 以内音频，具备情感检测、时间戳、标点预测、歌声识别与噪声抑制；qwen3-asr-flash 支持 5 分钟、10MB 以内短音频，低延迟。TTS 方面，qwen-tts 支持多语言与多音色，并可通过 instructions 参数用中文自然语言控制语速、情感、音调等风格。支持 30 多种语言及多种音频格式。
使用方式：TTS 必须使用 dashscope.MultiModalConversation.call 调用 qwen-tts；长音频识别用 Transcription.async_call 加 Transcription.wait 异步轮询，短音频用同步接口。API Key 通过 scripts/api_key.py 的 get_api_key() 或环境变量 DASHSCOPE_API_KEY 获取，禁止硬编码或记录明文密钥。缺少 dashscope 库时先执行 pip install dashscope。可用脚本包括 speech_recognition.py、speech_synthesis.py、generate_livestream.py。
适用场景：会议转写、访谈记录、客服质检、实时字幕、有声书与广告配音、直播带货风格语音等。
限制：方言音色当前 qwen-tts 不支持；其他音色需 qwen3-tts-flash 的 WebSocket API，本脚本暂不支持。禁止使用 edge-tts、gTTS、ElevenLabs、Azure TTS 等第三方服务，禁止模拟代码或失败后自动回退。API Key 不支持 sk-sp- 格式，且不同地域密钥不通用。音频输出为 WAV，URL 有效期 24 小时。