用途：Speech Engine 让你保留现有智能体（任意产出文本的 LLM/工作流），在其前面加装实时语音界面。ElevenLabs 云端负责麦克风到 LLM 调用之间的全部环节，你的服务器只处理“转写文本进、回复文本出”。
主要能力：提供 WebSocket 服务端（TypeScript 的 speechEngine.attach()、SpeechEngine.Server；Python 的 engine.serve()、engine.create_session()），以及客户端库 @elevenlabs/react、@elevenlabs/client、@elevenlabs/react-native。支持 STT、VAD、轮次检测、TTS、打断（barge-in）与全双工对话。
使用方式：四部分——服务端 WebSocket 端点接收转写并流式返回文本；仪表盘创建 Speech Engine 并记录 seng_* ID、设置服务器 URL、选择语音与 TTS 模型；客户端通过 WebRTC 连接 ElevenLabs；服务端生成短期签名 URL 作为鉴权桥。示例：elevenlabs.speechEngine.attach("seng_123", httpServer, "/api/speech-engine/ws", {...})，客户端用 ConversationProvider 与 startSession({ signedUrl })。
适用场景：为已有聊天智能体、LangGraph 工作流等添加语音交互；浏览器或 React Native 移动端。
限制与注意：transcript[i].role 为 'user' | 'agent'，转发给 OpenAI/Anthropic/Gemini 时需映射 agent→assistant；TypeScript 必须向 LLM 调用传 { signal }，Python 需让 asyncio.CancelledError 传播；切勿把 ELEVENLABS_API_KEY 放入客户端，令牌有效期 15 分钟；VAD 阈值、打断灵敏度等在仪表盘配置而非代码；React Native 需 Expo dev build；本地开发需 ngrok 等隧道；语音/模型选择影响延迟。Engine ID 为 seng_，Agent ID 为 agent_，两者不可互换。