用途：把一个 Coval 音频质量测试报告转化为可落地的智能体修复计划。前提是用户已用 Coval personas 等跑过可比的音频质量场景评测，且报告按 Persona 对比；无报告/运行结果时应先索要，不得臆造。若环境已安装端到端音频质量工作流技能，先用它创建运行与报告，再回到本技能分析。
输入：Coval 报告 URL 或共享链接、报告导出/截图/指标表、同一测试批次中的 Coval run ID、代表性 simulation 链接、录音、转写、trace 或人工评审标签。可用 Coval CLI/API 检查 run、simulation、指标、转写、录音和 trace；不可用时仅索要最小缺失证据。
工作流：先核验可比性（同一智能体或有意变体、同一测试集与用例、同一指标、全部 run 到达终态、按音频场景分组并有清晰基线），指出缺失场景、用例不一致、样本过少、配置变化等 caveat。再构建音频条件增量，关注任务结果、响应性（延迟、首个音频时间、trace TTFB）、语音识别（STT WER、转写错误）、生成语音质量、对话流（打断率、静默、重复循环、情绪、轮次时序）、通话形态和可评分性，按指标自然方向解读，将 UNKNOWN/缺失/失败/未评分视为需排查的证据。随后检查代表性证据（最差回归、健康基线、异常值、未评分、超短超长通话、二元通过但体验异常、人工评审分歧），结合转写、录音和 trace 区分延迟来源。按音频条件诊断：标准客户看通用问题，急躁客户看冗长与慢工具，困惑客户看澄清策略，打断型看 barge-in 与状态恢复，极快说话者看 STT 终结，高噪声看 STT 鲁棒性，低音量看 VAD/增益与回退。修复建议分智能体提示词、工具处理、STT/TTS 调整、trace/指标设置、覆盖度，并绑定证据；最后给确认运行计划。
输出：按指定结构返回执行摘要、范围与 caveat、音频条件回归表、代表性证据、推荐修复、确认计划。
限制：不暴露密钥或私密数据；无 trace 不得声称 trace 解释结果；不混淆 STT 与 TTS 指标；证据指向用户智能体时不建议改 Coval 指标；已有明确可修复失败时，不以扩大覆盖度为主要建议。