用途：soniox CLI 封装 Soniox SDK，提供 STT、TTS、文件管理与声音克隆能力，在本地运行，可直接处理本地音频文件。
主要能力：
- 语音转文字：soniox stt transcribe <file|url>，默认等待并打印文本，完成后在 Soniox 侧清理。
- 字幕：--subtitles srt|vtt 生成字幕，--subtitle-track 选 auto/original/translation/both。
- 说话人分离与翻译：--diarize 分离说话人，输出 “Speaker 1: ...”；--translate vi 或 two-way:en,vi 做音频翻译。
- 时间戳：--timestamps 按发言轮次输出，每行以 [HH:MM:SS] 开头，便于 grep。
- 文本转语音：soniox tts generate "<text>" -o out.wav，格式由扩展名推断，--speed 范围 0.7–1.3。
- 声音克隆：soniox voices create sample.wav --name my_voice，再用 --voice <voice_id> 生成。
- 其它：soniox files / stt / models / usage / concurrency / update 等管理命令；任意命令加 --json 输出完整 JSON。
使用方式（必要命令保持原样）： 首次配置：soniox auth check；若命令不存在：uv tool install git+https://github.com/hoangvantuan/soniox-cli；若缺少密钥：export SONIOX_API_KEY=<key>（在 https://console.soniox.com 获取）。不要运行 soniox auth login 或 soniox auth logout。密钥环境变量优先于配置文件。 视频可直接传入，CLI 用 ffprobe 检测并抽取音频（流复制，不重编码），上传后删除临时文件；缺少 ffmpeg 时可用 --no-extract-audio，或 --keep-extracted 保留抽取音频。 长任务可先取 id：soniox stt transcribe long.mp4 --no-wait --ref meeting-2026-09-13 --json，再 soniox stt get "$id" 轮询，最后 soniox stt transcript "$id" -o /tmp/out.txt --destroy。 重复运行相同命令会复用相同输入指纹的任务，不重复上传与计费；--no-reuse 强制新建，--no-ref 禁用，--ref <label> 自定义标签。 长录音建议写文件：soniox stt transcribe meeting-2h.mp4 --timestamps -o /tmp/meeting.txt。 更新：soniox update --check / soniox update；--force 加 --reinstall。
适用场景：本地音频或视频转写、会议记录、生成字幕、说话人区分、音频翻译、语音合成与自定义音色。
限制与注意：
- STT 输入支持本地音视频文件、--file-id 或可直接下载音频的 URL；视频仅能从本地文件抽取；YouTube/Drive/网页链接会失败，需先下载本地文件。不要同时传 --file-id 和文件或 URL。
- --timestamps 不能与 --subtitles 或 --no-wait 合用。
- --no-wait 无自动清理，需手动 --destroy。
- 默认 transcribe 完成后自动删除远端文件与转写；用 --keep 保留。
- 转写记录在创建 30 天后由 Soniox 删除。
- 对长 JSON 建议配合 -o，两小时会议约 16 MB。
- 错误输出到 stderr 且返回非零退出码，stderr 非空不一定代表失败。
- 支持语言列表、参数解释、配额等请查阅 Soniox 官方文档：https://soniox.com/docs/stt/concepts/supported-languages、https://soniox.com/docs/sdk/python-SDK、https://soniox.com/docs/api-reference。