用途：通过 inference.sh 命令行工具生成多说话人对话音频，把不同角色的台词合成到一个音频文件中，适合播客、有声书对白、教程讲解、培训情景等需要多人声对话的场景。
主要能力：提供 20 余种预置音色，男性包括 george、adam、brian、daniel、harry 等，女性包括 aria、alice、bella、jessica、sarah 等，可为每段台词指定不同 voice。支持在文本中用方括号添加语音方向，如 [excitedly]、[sadly]、[whispering]、[curiously]、[proudly] 等，用于控制表达语气。
使用方式：需先安装 inference.sh CLI（infsh）。登录后执行 infsh app run elevenlabs/text-to-dialogue --input '{"segments":[{"text":"...","voice":"george"}]}'，segments 数组中的每项包含 text 与 voice。也可与 elevenlabs/music 生成背景音乐后，用 infsh/media-merger 合并，或先用 infsh app list --category audio 浏览音频类应用。
限制：资料未提供收费、配额、音频格式、时长上限与各语音的具体差异说明；语音方向词的实际效果以官方为准。输出内容需遵守对应平台的使用条款。