用途：按 Coval 公开 cookbook 的“Testing Across Accents”流程，端到端搭建并启动口音测试扫描。适用于已有语音智能体（PSTN、SIP、WebSocket、LiveKit、Vapi、OpenAI Realtime、Gemini Realtime 等）和可信测试集的用户，避免手工创建 persona 和逐个发起运行。不适用于纯聊天智能体，因为口音测试考察语音识别（STT）与音频时序。
主要能力：固定一个语音智能体、一个测试集和共享指标；创建口音 persona 包（每个口音一个独立声音，其余设置镜像组织的 Standard Customer，使口音成为唯一变量）；发起七轮运行（Standard Customer 基线加六个口音）；按 Persona 分组生成可保存的多轮报告；从 API 汇总各 persona 的指标，输出对比表；完成后可交给 analyze-accent-report 生成修复建议。
使用方式：需先安装并认证 Coval CLI（coval --version、coval whoami，失败则 coval login）。依次确认智能体、测试集与指标，创建缺失的口音 persona，解析 persona ID，用 coval runs launch 逐轮发起，再用 coval runs watch 等待完成，最后通过 API 拉取模拟指标并聚合。口音声音为 vidya、marshal、ziyu、cletus、kehinde、darryl，语言统一用 en。
限制：口音声音并发较低，建议 --concurrency 2，模拟会排队、耗时更长，属正常现象。STT Word Error Rate 需要智能体输出 STT trace span 且实际能评分，否则会静默失败；应始终附带无需 trace 的 Transcription Error。不要包含 manager_audio_frequency，也不要推荐 STT Word Error Rate (Audio Upload)。若运行以 FAILED 且 total_test_cases=0 结束，可用 --sub-sample-size 1 重跑并报告问题。coval personas create 不暴露 conversation_initiation 和 background_sound，新 persona 取默认值。具体价格、平台支持范围等资料暂未提供。