用途：通过 Creative Claw 的 generate_speech 工具生成旁白、对话或富有表现力的语音，并可按描述设计新的自定义合成音色。
主要能力：支持音色克隆（需明确同意并私密导入）、已保存角色音色、音色库中的库存音色；支持在同一请求内使用多说话人对话（ElevenLabs v4 通过 extras.dialogue 最多 10 个音色，Google Flash 与 Flash-Lite TTS 支持双人对话）；可通过 design_voice({ prompt }) 按年龄、口音、音色、语速、态度等描述设计新音色，返回三条试听，用户选定后用 manage_character 保存。
必要用法：需先连接 Creative Claw 的 MCP 服务，否则应停止并提示用户在 Connectors 中连接登录。模型选择上，库存与设计的 ElevenLabs 音色默认用 ElevenLabs v4；Cartesia 克隆用 Cartesia Sonic；ElevenLabs 克隆按稳定或表现力分别用 v2 或 v4；Google 设计音色用 speech/gemini-3.8-flash-tts；HeyGen 用 HeyGen Voice；其他情况可考虑 MiniMax 与 xAI。应显式传入模型而非依赖默认，并在整个项目保持一致。库存音色需从所选模型的 get_model_params 音色目录取精确 voice_id；已有角色音色通过 list_characters 查询并传 character_id，不要重复克隆或设计。不要同时传入两种选择器。
限制与注意事项：音色克隆必须获得明确同意，不得将源音频直接发给语音生成服务代替克隆。跨模型不可复制提示标签。非英语或混合语言需先阅读语言路由，模型支持某语言不代表每个库存音色都有本地口音。视频中的语音叠加不是唇同步，视频角色的参考音色不会进入原生视频音频。若用户拒绝跟踪或字段不可用，则省略 skills_used 归属信息。具体定价与更多细节资料未提供。