用途：通过 inference.sh CLI 调用 ElevenLabs 文本转对话能力，把多段文本合成为包含不同说话人语音的单个音频文件，适合播客、采访、有声书对话、教学问答、客服培训与视频脚本预演。
主要能力：以 segments 数组定义每句文本与对应 voice；提供 22+ 语音，女声含 aria、alice、bella、jessica、laura、lily、sarah、matilda，男声含 george、adam、bill、brian、callum、charlie、chris、daniel、eric、harry、liam、river、roger、will。可在文本中用方括号添加语音方向指令，如 [excitedly]、[sadly]、[whispering]、[angrily]、[sarcastically]、[curiously]、[proudly]、[nervously]、[cheerfully]。
用法：先安装并登录 CLI：infsh login。生成对话示例：infsh app run elevenlabs/text-to-dialogue --input '{"segments":[{"text":"Have you tried the new feature?","voice":"george"},{"text":"Not yet, but I heard it is amazing.","voice":"aria"}]}'。可与 elevenlabs/music 生成背景音乐，再用 infsh/media-merger 合并。
建议：句长有变化、加入简短反应词、每轮控制三句以内、为不同说话人分配对比明显的语音、语音方向指令不要每句都用。
限制：具体可用性、配额、计费与语音列表以官方说明为准；资料未提供相关价格、并发或输出格式等细节。