用途：为当前项目生成语音音频，包括旁白、产品演示配音、IVR/电话提示音、无障碍朗读，以及批量语音生成。
主要能力：支持单条语音片段与批量任务（多行、多文件）。默认模型为 gpt-4o-mini-tts-2025-12-15，默认音色 cedar，若需更明亮音色可用 marin；仅限内置音色，不支持自定义音色。instructions 参数仅适用于 GPT-4o mini TTS 模型，不适用于 tts-1 或 tts-1-hd。
使用方式：先判断单条还是批量；收集原文、音色、风格、格式与约束。批量时在 tmp/ 下写临时 JSONL（每行一个任务），运行一次后删除。通过随附 CLI（scripts/text_to_speech.py）运行，用 --out 或 --out-dir 控制输出路径，最终产物写入 output/speech/。依赖安装优先用 uv pip install openai，无 uv 时用 python3 -m pip install openai。需设置 OPENAI_API_KEY，缺失时引导用户在 https://platform.openai.com/api-keys 创建并本地设置，切勿让用户在聊天中粘贴完整密钥。
限制：每次请求输入不超过 4096 字符，超长需分块；速率限制 50 请求/分钟，CLI 将 --rpm 上限设为 50；所有 API 调用须使用 OpenAI Python SDK，不得用原始 HTTP；不得修改 scripts/text_to_speech.py；需向最终用户明确披露语音为 AI 生成。指令增强只把用户已隐含或提供的细节显式化，不重写原文、不虚构人设或口音。