用途：在 WebEx 空间中收到用户语音片段时，除文字回复外再提供一段 MP3 语音回复。语音输入由 OpenClaw 内置转写处理，本技能负责语音输出。
主要能力：转写后的语音消息按普通文字消息处理，可调用完整 NetClaw 技能集（pyATS、NetBox、ServiceNow 等）。文字回复完成后调用 text_to_speech 生成 MP3，返回 JSON 中的 output_path 指向生成文件；可用 list_voices 查看可用语音。默认语音 en-US-GuyNeural，另有 en-US-JennyNeural、en-US-AriaNeural、en-GB-RyanNeural 等，用户可要求切换。
使用方式：调用示例：python3 $MCP_CALL "python3 -u $TTS_MCP_SCRIPT" text_to_speech '{"text":"...","voice":"en-US-GuyNeural"}'；列出语音：python3 $MCP_CALL "python3 -u $TTS_MCP_SCRIPT" list_voices '{"language":"en"}'。随后在 WebEx 空间/线程发布文字回复，并通过 Messages API 以 multipart/form-data 的 files 参数上传 MP3 附件。始终同时提供文字与语音，文字为主、语音为辅。
适用场景：WebEx 中的网络运维问答，如查询接口、OSPF 邻居状态等，并可将交互记录到 GAIT 审计轨迹。
限制与注意：语音合成约 1-2 秒，上传小于 1 秒；若 TTS 失败应立即只发文字，不阻塞。语音回复建议 100 词以内，避免表格，用口语化表达。WebEx 附件上限 100 MB，MP3 通常小于 1 MB。其余细节暂未提供。