用途：将文本合成为语音（TTS）并保存为音频文件，基于火山引擎豆包语音合成（HTTP Chunked/SSE 单向流式-V3）。适用于把文字转成朗读音频、生成配音/旁白/播报/有声读物片段，或将文档、文章、代码注释转为音频便于收听，支持中英文等多语言语音。
主要能力：通过脚本参数控制合成，支持指定发音人、音频格式（mp3、pcm、ogg_opus）、采样率、语速、音调、音量、比特率，并可选开启 Markdown 过滤和 LaTeX 公式播报（使用 latex_parser v2，自动开启 markdown 过滤）。
使用方式：需先配置凭证 MODEL_SPEECH_API_KEY，缺少时查看 references/setup-guide.md 了解开通与配置。脚本为 python scripts/text_to_speech.py，主要参数：-t/--text 文本（必填）、-o/--output 输出路径、-s/--speaker 发音人（默认 zh_female_vv_uranus_bigtts）、--format 格式（默认 mp3）、--sample-rate 采样率、--speech-rate 语速、--pitch-rate 音调、--loudness-rate 音量、--bit-rate 比特率、--filter-markdown、--enable-latex。脚本输出 JSON，含 status、local_path、format、error，可将 local_path 返回用户播放或下载。
限制与错误处理：需已开通豆包语音服务并配置有效凭证，否则报权限错误；4xx/5xx 或业务错误需检查文本、发音人 ID 及账号开通情况。API 参数、字段、音色列表与错误码见 references/docs-index.md。具体价格与计费方式暂未提供。