用途：该技能在用户要求“克隆语音”“用音频样本创建自定义声音”“复刻名人音色风格”或构建自定义音色时使用，基于 ElevenLabs 即时语音克隆（IVC）完成从参考音频到可用音色的全流程。
主要能力与流程：流水线分五步——1）获取素材：接受本地文件或 URL，也可用 yt-dlp 下载音视频音频，并支持用 ffmpeg 截取特定时间段；2）预处理：裁剪静音、音量归一化，可选去背景噪声，依赖 ffmpeg；3）克隆：将处理后的样本上传至 ElevenLabs IVC，指定名称、描述、标签及是否去背景噪声，成功后输出 voice_id；4）测试：用默认或自定义文本生成试听音频，可与参考音频对比，可指定模型（如 eleven_v3）；5）调优：调整 stability、similarity-boost、style 参数；未指定时默认 stability 0.5、similarity-boost 0.75、style 0.0。
使用方式：需先设置环境变量 ELEVENLABS_API_KEY，并安装 ffmpeg。各步骤通过 bun run scripts/voice-clone.ts 执行，子命令包括 source、prepare、clone、test、tune、pipeline、list、delete、info。例如一键流水线：bun run scripts/voice-clone.ts pipeline --files "./samples/clip1.mp3,./samples/clip2.mp3" --name "Movie Announcer" --description "Deep dramatic voice for movie trailers" --test-text "In a world where heroes are forgotten..." --remove-background-noise --output-dir ./movie-announcer-voice。yt-dlp 下载示例：yt-dlp -x --audio-format mp3 --audio-quality 0 -o "./voice-samples/%(title)s.%(ext)s" "https://youtube.com/watch?v=VIDEO_ID"。
适用场景：影视预告旁白等自定义音色制作、通过现有音频样本复刻特定声音风格，以及克隆后的音色管理与复用。
限制与说明：未设置 API 密钥会立即退出并指向 README.md；缺少 ffmpeg 会提示安装（brew install ffmpeg）；IVC 需要 Starter 及以上订阅层级，否则返回层级错误；若尚未获得 voice_id，需先完成克隆步骤。README.md 中提供面向用户的安装配置、音频质量建议、音色类型技巧、IVC 限制与示例演练，具体价格、平台支持与效果等资料暂未提供。