用途：读取工作区脚本，把广播节目脚本逐句转成语音音频，并区分主播与来电记者的音色和音效。
主要能力：脚本解析为（说话人，文本）轮次并分配音色；使用线程池并行生成 TTS，默认 8 个 worker；失败轮次最多重试 3 次并采用指数退避；用 ffmpeg 对记者声音施加电话带通滤波（300Hz–3.4kHz），主播 Paul 保持无滤波干净音质；按脚本顺序拼接为单个 WAV。使用 Interactions API 单说话人 TTS，无需多说话人变通方案。音色按脚本中的 [Male]/[Female] 标签动态分配：Paul 用 Puck；女声来电依次用 Kore、Aoede；男声来电依次用 Charon、Fenrir；来电者多于可用音色时循环复用。口音标签会注入 TTS 提示影响发音。电话滤波命令：highpass=f=300, lowpass=f=3400, acompressor, volume=1.5。
使用方式：运行 python3 skills/tts-generation/scripts/generate_tts.py --workspace ./workspace。参数：--workspace 工作区根目录，默认 workspace；--workers 最大并行 TTS 线程，默认 8。脚本需位于 {workspace}/data/script.md。
依赖：google-genai（>= 2.0.0）、系统 ffmpeg。
输出：主输出 {workspace}/audio/speech/speech.wav，格式 WAV、24kHz、16-bit PCM、单声道；中间片段位于 {workspace}/audio/speech/segments/turn_*.wav。
限制：本资料未提供收费、定价、平台、性能或效果说明。