用途：把文本、脚本或文章合成为语音，用于朗读、旁白、配音等场景，通过一个 CLI 统一调用六家 TTS 服务商：OpenAI、ElevenLabs、Bailian、MiniMax、SiliconFlow、PlayHT。除 Bailian 的 voice-design 流程外，多数服务商为同步调用，通常十秒内完成。
主要能力：支持 --provider 选择服务商；--text 或 --textfiles 输入文本；--out 指定输出路径，扩展名决定格式（.mp3/.wav/.ogg/.flac）；--voice 选择音色；--rate 0.5..2.0 调整语速；--instruction 提供语气指导（仅 OpenAI gpt-4o-mini-tts 与 SiliconFlow 支持）；--language 指定语言（仅少数服务商显式支持）。长文本会按服务商单次上限自动分句切分，Bailian 每次不超过 200 个中文字符，输出按字节拼接。JSON 模式返回 success、provider、model、voice、output、size_bytes、format 等字段。
使用方式：先做前置检查，确认存在 EXTEND.md 配置文件（路径为 ./.happy-skills/happy-audio-gen/EXTEND.md、$XDG_CONFIG_HOME/happy-skills/happy-audio-gen/EXTEND.md 或 ~/.happy-skills/happy-audio-gen/EXTEND.md），若没有则运行 bun scripts/main.ts --setup；确认至少一个服务商已配置凭据，且 Bun 可用，否则回退到 npx -y bun。随后选择服务商：英文推荐 openai，多语言与声音克隆选 elevenlabs，中文长文本选 bailian 或 minimax，中文方言与音色设计选 bailian 或 siliconflow，超写实短音频选 playht。示例：bun scripts/main.ts --text "Hello, world" --out ./hello.mp3；中文示例：bun scripts/main.ts --provider minimax --text "大家好" --voice male-qn-qingse --out ./hello.mp3；长文示例：bun scripts/main.ts --provider bailian --textfiles ./script.md --out ./narration.mp3。
适用场景：需要语音合成、朗读、旁白、配音或把文字转音频时使用。限制与注意：不用于语音转文字（STT）或音频编辑混音；拼接 MP3 建议后续用 ffmpeg 重新拼接以获得更好保真；OpenAI 音色需从 alloy、ash、coral、echo、fable、onyx、nova、sage、shimmer 中选择，否则报 400；MiniMax 遇到 2049 无效密钥可尝试 MINIMAX_BASE_URL=https://api.minimaxi.com/v1；Bailian 返回 400 DataInspectionFailed 表示触发了阿里云内容过滤；ElevenLabs 返回 401 表示密钥无效或订阅过期。具体收费与价格资料暂未提供。