用途：把文本合成为自然语音，适用于生成音频、制作旁白、构建语音应用等场景，支持 70+ 语言。
主要能力：多模型可选（eleven_v3 质量最高、情感丰富；eleven_multilingual_v2 适合长内容；eleven_flash_v2_5 约 75ms 超低延迟；eleven_turbo_v2_5 约 250-300ms 均衡）。支持预设与自定义音色，可通过 VoiceSettings 调节 stability、similarity_boost、style、speed（0.25-4.0）、speaker_boost。支持 language_code 强制语言、apply_text_normalization 控制数字日期缩写读法，以及多种输出格式（MP3、PCM、μ-law/A-law、Opus、WAV）。
必要用法：在本仓库调用前先加载 .env，从环境变量读取 voice_id、model_id 与 voice_settings，不要硬编码。关键变量：ELEVENLABS_API_KEY、ELEVENLABS_VOICE_ID、ELEVENLABS_MODEL_ID、ELEVENLABS_STABILITY、ELEVENLABS_SIMILARITY_BOOST、ELEVENLABS_STYLE、ELEVENLABS_USE_SPEAKER_BOOST、ELEVENLABS_SPEED（竖版 1080×1920/Shorts 用 ELEVENLABS_SPEED_SHORTS）。JavaScript 仅用 @elevenlabs/* 包。
时间戳与流式：需要字幕、标记高亮、动画触发等同步时用 convert_with_timestamps，返回 base64 音频与字符级 alignment（normalized_alignment 更贴合实际朗读），不要先生成音频再跑 Whisper。实时场景用 stream 方法，配合 eleven_flash_v2_5。长音频分多次请求可用 next_text/previous_text 做请求拼接。
限制与错误：401 密钥无效、422 参数错误、429 限流；可通过响应头 x-character-count 跟踪字符用量。速率限制、价格与配额等具体政策资料未提供。