用途：借助 inference.sh CLI（命令 infsh）生成 AI 播客及音频内容，覆盖脚本撰写、语音合成、配乐与后期合并。使用前需安装 infsh 并运行 infsh login 登录。
主要能力：Kokoro TTS 提供多种语音，如 af_sarah（美式女声，温和，适合主持/旁白）、af_nicole（美式女声，专业，适合新闻/商务）、am_michael（美式男声，权威，适合纪录片/科技）、am_adam（美式男声，口语，适合休闲播客）、bf_emma（英式女声，优雅，适合有声书）、bm_george（英式男声，经典，适合正式内容）。DIA TTS 提供 dia-conversational 适合对话与访谈；Chatterbox 提供 chatterbox-default 适合休闲娱乐。AI 音乐应用 infsh/ai-music 可生成片头、片尾、背景与转场音效。infsh/media-merger 负责合并音频并支持 crossfade_ms 交叉淡化与 background_volume 背景音量。
用法：基本模式为 infsh app run infsh/kokoro-tts --input '{"prompt":"...","voice":"am_michael"}'；可分别生成主持人与嘉宾片段后合并，构成完整节目流程（脚本生成可用 openrouter/claude-sonnet-45，再生成片头音乐、各段语音与片尾音乐，最后统一合并）。支持从文档提取要点生成讨论式播客，以及长文有声书章节（可设 speed 参数）。背景音乐建议音量约 10%-15%，段落间使用交叉淡化。
适用场景：单人旁白、多角色对话播客、新闻汇总、访谈、有声书与文档讨论。
限制：资料未说明具体收费、价格、平台支持范围及合成质量；实际可用性依赖 inference.sh 账户与凭证，命令中的占位符需替换为真实内容。