用途：该技能用于执行文本转语音（TTS）、语音转文本（STT）和声音克隆操作，通过 uv 管理的可移植 Python 脚本实现。
主要能力：使用 Gemini-TTS 从文本生成音频，支持标准预置音色（如 Puck、Kore、Fenrir、Aoede 等）以及基于克隆密钥的自定义音色；可从参考音频和同意音频生成 voiceCloningKey 实现声音克隆；使用 Chirp 3 转写音频文件。
前提条件：需设置环境变量 GOOGLE_API_KEY（用于 Gemini TTS）、GOOGLE_CLOUD_PROJECT（STT 和声音克隆必需）、GOOGLE_APPLICATION_CREDENTIALS（建议用于 STT/声音克隆）。需启用 Text-to-Speech API（texttospeech.googleapis.com）和 Speech-to-Text API（speech.googleapis.com）。
使用方式：生成语音：uv run skills/speech-use/scripts/generate_speech.py "Hello world, this is a test." --voice Puck --output hello.wav；自定义音色：加 --voice-cloning-key "YOUR_KEY_HERE"；创建自定义音色：uv run skills/speech-use/scripts/create_custom_voice.py --reference-audio reference.wav --consent-audio consent.wav，参考音频需 10-30 秒清晰语音，同意音频需说出指定同意语句；转写：uv run skills/speech-use/scripts/transcribe_audio.py audio.wav --language en-US --output transcript.txt。
参数：generate_speech.py 支持 --voice、--voice-cloning-key、--model（默认 gemini-2.5-flash-preview-tts）；transcribe_audio.py 支持 --model（默认 chirp_3）、--language（默认 auto）、--location（默认 us）。
限制：具体价格、配额与配额限制暂未提供；运行前应查阅参考指南了解可用音色与选项。