用途：帮助为视频旁白、品牌内容、语音克隆、多角色配音等场景选择或设计合适的 AI 语音，核心思路是把品牌特征（年龄、性别、音调、语速）与内容类型和受众预期匹配。
主要能力：将品牌属性翻译为语音参数（音高、语速、口音）；在 ElevenLabs、Qwen3-TTS、Murf.ai、OpenAI TTS 之间按质量、语言、克隆、实时性、预算做平台选择；用文字描述在 ElevenLabs 设计自定义语音；为多说话人内容做配音选角；通过 Voice ID Card 管理跨项目语音一致性。
使用方式：先填写语音需求表（品牌个性、受众、语言、月产量、是否需克隆/实时、预算、内容类型），再按平台决策矩阵选平台，然后用模板撰写语音设计提示词，最后用真实脚本试听并记录设置。资料给出的示例提示词格式为“A [gender] voice in their [age range], with a [accent] accent...”。
适用场景：视频旁白、品牌统一语音、语音克隆规模化生产、多语言同一语音、多角色对话与播客式讲解。
限制：技能不直接访问或编辑音频文件，不替代音频工程专业判断，不保证商业效果；平台价格、语言数量、延迟等数据来自资料中的 2026 年对比，可能变化，需以官方为准。部分平台细节资料未提供。