用途：该技能面向言语语言病理学（SLP）场景，用于构建技术辅助的言语治疗与沟通工具，包括音素级准确度评分与反馈、构音障碍评估、AI 语音治疗平台、实时发音反馈、流畅度（口吃/言语急促）干预、AAC 辅助与替代沟通系统、儿童语音识别与分析，以及 mellifluo.us 平台开发。不适用于通用音频/音乐制作、配音表演指导、无临床指征的口音矫正，也不用于诊断言语障碍（诊断仅限持证 SLP）。
主要能力：提供语音学与音系学知识，如辅音按发音部位（双唇、唇齿、齿、齿龈、龈后、硬腭、软腭、声门）与发音方式（塞音、擦音、塞擦音、鼻音、流音、滑音）分类，元音空间 F1/F2 共振峰与双元音；声学分析涵盖 LPC 共振峰提取、MFCC、VOT 检测与共振峰空间距离测量；循证干预策略包括最小对立词对比治疗、软起音、延长言语与 AAC 整合。
使用方式：资料给出 Python 依赖安装命令：pip install praat-parselmouth librosa torch transformers numpy scipy。技能内引用 PERCEPT-R 分类器（GRU + wav2vec 2.0 多头注意力，与人类 SLP 评分一致率 94.2%）、面向儿童语音的 wav2vec 2.0 XLS-R 等模型，并指向 /references/ai-models.md、/references/acoustic-analysis.md、/references/therapy-interventions.md、/references/mellifluo-platform.md 等参考文件。
适用场景与限制：适合开发实时反馈、自适应练习、进度追踪与临床仪表盘等工具；mellifluo.us 平台资料称端到端延迟低于 200ms、学习掌握速度较传统治疗快 45%。需注意避免一刀切治疗、以技术替代临床判断、忽视泛化、将双语或方言差异误判为障碍；AI 仅作辅助，治疗关系与个体化照护不可替代。具体实现细节与平台功能以资料所述为限，其余暂未提供。