用途：将文本转换为接近人声的语音，基于 Amazon Polly 深度学习技术，提供命令行工具与 Python 库，面向命令行与程序化两种使用方式。
主要能力：支持 60+ 语音、30+ 语言，覆盖 standard、neural、generative、long-form 四种引擎；支持 mp3、ogg_vorbis、pcm 输出格式；支持 SSML 高级控制（语速、音调、音量、停顿、强调、发音、新闻播报风格）；可列出语音与引擎、显示静态价格、通过 Cost Explorer 查询实际账单，并估算字符数与费用。
使用方式：安装需克隆仓库后执行 uv tool install . --python 3.12，并用 aws-polly-tts-tool --version 验证。常用命令包括 synthesize（合成，支持 --stdin、--voice、--output、--format、--engine、--ssml、--show-cost）、list-voices、list-engines、billing、pricing、info、completion。日志输出到 stderr，stdout 保持干净便于管道处理。
适用场景：自动化流水线中的 TTS、有声书与长文朗读、语音探索与成本追踪。
限制：仅适用于 AWS Polly，不适用于 Google、Azure 等非 AWS 服务；不支持实时流式 TTS（需直接用 AWS SDK）；不支持声音克隆或训练。需 Python 3.12+（3.13+ 存在 pydub 兼容问题）、配置 AWS 凭证，播放音频需 ffmpeg，并需相应 IAM 权限。standard/neural/generative 单次上限 3000 字符，long-form 为 100000 字符。