用途：通过内置 tts CLI 把给定文本合成为语音音频文件，可写入指定路径，支持单说话人和多说话人对话。
主要能力：提供 speak 单次合成与 synthesize-script 多说话人脚本合成两个子命令。音色来自两个权威来源：系统音色 /opt/hatch/skills/voice-selector/voice_source.json（按 id）与已保存设计音色 user/voices.json（按 voice_id）。默认音色为 avocado_v2:MAI_03（Smooth），推荐默认使用 Meta AI 音色 avocado_v2:MAI_01 与 avocado_v2:MAI_03。默认语言 en，可用 --language 指定其他语言代码，非英语质量因语言和音色而异。
使用方式：单次合成示例：/opt/hatch/bin/tts speak --output /tmp/hello.mp3 --text-stdin <<'TTS_INPUT' 换行 Hello world 换行 TTS_INPUT。常用参数有 --text-stdin、--text、--output、--voice、--voice2、--voice-prefix、--voice-prefix2、--language、--format、--speed、--timeout-secs。多说话人用 tts synthesize-script --script /path/to/script.txt --speaker Alex=avocado_v2:briggs --output /tmp/episode.mp3，脚本以“Alex:”这类说话人标签开头；会自动分块、按序合成并拼接，支持 --chunk-size、--concurrency。脚本文本按原样送入模型，数字、缩写、时间、URL 需写成口语形式。
输出与限制：两个子命令都会打印 JSON 摘要，含 ok、path、bytes、artifact_id；synthesize-script 还含 chunk_count、duration_secs、shortwave_id。artifact_id 与 shortwave_id 属内部信息，不应在对话中输出。合成失败时先重试同一命令，按约 5、10、30、60 分钟退避，仍失败则停止并告知用户；认证错误、请求错误等不应重试。TTS 缓存较激进，音色变更不生效时可轻微改动文本。默认输出 mp3。
适用场景：需要把文本转为旁白、简短音频或多人对话音频时使用。其他限制资料未提供。