用途：在 Creative Claw 中以 speech/elevenlabs-v2 生成稳定、自然的旁白，适用于企业宣讲、讲解、在线课程、有声书等专业场景。它沿用已有的 ElevenLabs 语音或 Character；选择 v2 不会创建或升级 Professional Voice Clone（PVC）。若需要表演、笑声、耳语或情感标签，或需要希伯来语等 v2 不支持的语言，应改用 v3 或其他明确兼容的模型；用户明确指定模型时以用户选择为准。
主要能力与设置：通过 generate_speech 生成语音，须显式指定模型，并保留输出 URL 与任务 ID。可用 get_model_params({ model: "speech/elevenlabs-v2" }) 获取当前设置、支持语言和可运行示例，用 list_models({ category: "speech" }) 查找备选。可调参数：stability 起始 0.5、similarity_boost 起始 0.75、style 起始 0、use_speaker_boost 默认 true、speed 默认 1（建议 0.7–1.2）。这些写入 extras.voice_settings；旧式平铺字段仍可用，但嵌套值优先，顶层 speed 优先级最高，不要重复字段。
限制：v2 不支持 v3 的方括号表演标签（如 [calm]、[pause]），也不支持通过本工作流使用音素标签；误加可能被读出或误解。可用简洁 SSML 停顿如 <break time="0.5s" />，最长 3 秒，过多会产生瑕疵。v2 不支持 language_code，语言由脚本推断；希伯来语不支持。单次请求上限 10,000 字符，长旁白需按段落或句子拆分，保持语音和设置不变，可用 extras.previous_text 与 extras.next_text 提供相邻上下文（不会被朗读）。不要把 source audio_url 传给 TTS。
诊断：词语或名称错误可调整已批准的拼写或标点；平淡朗读可略降 stability；身份不稳保持 style 为 0；出现嘶声或瑕疵应先检查源音频再提高 similarity。提供商失败应如实报告，不要静默更换模型或语音。