用途：把 Agent 变成能听懂语音、并用人格化声音回话的机器人，覆盖语音转写、人格化文本回复、语音合成与微信语音气泡回发。
主要能力：语音转文字支持任意语音文件，含微信 .silk 格式；内置 6 个人格（元气少女小伊、温柔知心晓萱、沉稳大叔云健、新闻播报云扬、阳光伙伴云希、随性好友晓辰），各配专属中文 Edge TTS 音色与口吻；可将音频编码为微信 silk 语音；可选 LLM 增强口吻。
使用方式：先安装依赖 pip install faster-whisper pilk edge-tts。常用命令：python3 scripts/voice_persona.py stt wechat_voice.silk 转写；python3 scripts/voice_persona.py speak "明天记得交报告" --persona yunjian --out reply.mp3 生成人格语音；python3 scripts/voice_persona.py chat "..." --persona xiaoyi 只取人格化文本；python3 scripts/voice_persona.py list 列出人格；python3 scripts/voice_persona.py to_silk reply.mp3 --out reply.silk 转微信语音。可用 python3 scripts/voice_persona.py demo 做免 key 冒烟测试。Hermes 中可安装：hermes skills install jiawood2006/hermes-skills/skills/voice-persona。
适用场景：微信或 Telegram 等 IM 场景的语音双向对话、语音消息自动转写与人格化语音回复。
限制：微信 silk 必须用 pilk.silk_to_wav() 解码，pilk.decode() 输出裸 PCM 无法被 whisper 读取；首次运行 faster-whisper 会下载模型（small 约 500MB），需等待 1-3 分钟；Edge TTS 需联网，断网时 speak 失败，stt/chat 不受影响；转写质量受模型与音频环境影响，嘈杂或方言建议用 base/small 或重发。人格库可在脚本顶部 PERSONAS / STYLE_WORDS 扩展。