用途：借助 inference.sh CLI（infsh）生成 AI 播客与音频内容，覆盖脚本撰写、语音合成、配乐与合并的完整流程。
主要能力：Kokoro TTS 提供多种音色（如 af_sarah、am_michael、bf_emma 等，分别适合主持、新闻、纪录片、有声书等）；DIA TTS 提供 dia-conversational 用于对话与访谈；Chatterbox 提供 chatterbox-default 用于轻松娱乐内容；AI 音乐生成可制作片头、片尾、背景与转场音效；media-merger 支持多音频合并、交叉淡入淡出（crossfade_ms）、背景音乐与音量控制（background_volume）。
使用方式：需先安装 infsh CLI 并执行 infsh login。基本命令为 infsh app run infsh/kokoro-tts --input '{...}'，输入包含 prompt 与 voice 等字段。多角色对话可分别生成各角色音频后，用 infsh app run infsh/media-merger --input '{...}' 合并。完整剧集流程可先用 openrouter/claude-sonnet-45 生成脚本，再生成片头音乐、主持与嘉宾片段、片尾音乐，最后合并。文档转播客可先让模型提取要点生成双人讨论脚本，再分别合成并交错合并。
适用场景：单人旁白、访谈、新闻综述、有声书章节、文档讨论式播客，以及添加背景音乐与音效的音频增强。
限制：资料未提供具体收费、价格、平台支持范围与效果保证；实际可用音色、参数与输出格式以工具为准。建议使用自然标点控制节奏、采用短句、多音色交替，背景音乐音量约 10%–15%，并在生成前清理脚本中的冗余内容。