用途：通过 inference.sh 命令行工具（infsh）生成自然 AI 语音，实现文本转语音与语音合成，覆盖旁白、有声书、播客、视频配音、电子学习、无障碍朗读、IVR 与内容本地化等场景。
主要能力：提供多个 TTS 模型，包括 Kokoro TTS（infsh/kokoro-tts，自然、多音色）、DIA（infsh/dia-tts，对话、富有表现力）、Chatterbox（infsh/chatterbox，休闲娱乐）、Higgs（infsh/higgs-tts，专业旁白）、VibeVoice（infsh/vibevoice，情感范围）。Kokoro 提供美式与英式英语音色库，如 af_sarah、af_nicole、af_sky、am_michael、am_adam、am_echo、bf_emma、bf_isabella、bm_george、bm_lewis，并可按性别与风格选择。支持 speed 参数调节语速（0.8 至 1.2），可用标点控制停顿与语调。
使用方式：先安装并登录：curl -fsSL https://cli.inference.sh | sh && infsh login。生成语音示例：infsh app run infsh/kokoro-tts --input '{"text": "...", "voice": "af_sarah"}'。多说话人对话可分别生成后，用 infsh app run infsh/media-merger 合并，支持 crossfade_ms。超过 5000 字符的长文本建议分块生成再合并。还可与视频合并（media-merger 传入 video_url 与 audio_url），或配合 bytedance/omnihuman-1-5 生成说话头像。相关技能可用 npx skills add inference-sh/skills@text-to-speech 等安装，音频应用可浏览 infsh app list --category audio。
限制：资料未提供收费、价格、平台支持范围、音色完整列表及生成质量保证等信息，暂未提供。