用途：该技能用于在 creativeclaw-generate-voiceover 中，根据经授权的参考音频做一次性语音匹配（voice match）。它不是可复用的 Character 音色；若用户想保存并复用音色，应选择 creativeclaw-clone-voice，通过 ElevenLabs 实现。
同意边界：仅当用户本人拥有该音色，或说话者已授权此用途时才能使用参考音频。不得从公开 URL、采访、影视、歌曲、名人片段或第三方上传录音推断授权；授权不明确时，应在生成前停止并索取授权。
使用流程：保留用户脚本，确认录音已授权。建议使用干净、5–30 秒、单一说话者、自然语音、低房间回声且无音乐音效的样音，接近目标情绪与语速的样音通常迁移更好。通过平台上传指引导入样音，使 audio_url 成为永久、可公开访问的 Creative Claw URL。调用 get_model_params({ model: "speech/chatterbox" })；当前路由为原始参考音频 TTS 端点，非多语言或 Turbo 端点。再调用 generate_speech，传入 model: "speech/chatterbox"、text、audio_url 及运行时支持的设置。试听相似度、发音、语速、情绪、伪影、幻觉音与截断边界，仅重生成最弱的小段。
文本与表情标记：支持的提示为 <laugh>、<chuckle>、<sigh>、<cough>、<sniffle>、<groan>、<yawn>、<gasp>。保持稀疏，置于声音应出现处。不要发送 ElevenLabs 的 [方括号] 交付标签或 xAI 包裹标签。停顿用标点与句界控制；[pause] 由服务器转为省略号。每次调用低于 5,000 字符，长脚本在自然边界拆分。
调参：除非运行时 schema 变化，起始为 exaggeration: 0.25、temperature: 0.7、cfg: 0.5。逐步提高 exaggeration 可更生动，过高会加速或不稳；迁移语速过快或需更从容时，将 cfg 降到接近 0.3。逐项比较设置时保持固定 seed，需要变化时用 0 或省略。
限制：参考语言与脚本不同时，当前端点口音迁移可能不可靠，建议改用原生 ElevenLabs 或 MiniMax 音色。完成时返回永久生成的音频并说明这是 一次性语音匹配，不要声称 Chatterbox 创建了可复用克隆或 Character。文档未提供收费、价格或平台细节。