用途：为 Speak 语言学习 API 提供生产环境可用的集成模式，帮助开发者构建对话练习、发音评估与批量处理功能。
主要能力：包含四类模式。一是对话会话管理器，可启动课程会话、提交音频回合、结束会话并生成包含时长、回合数与平均发音分数的报告；二是音频预处理器，使用 ffmpeg 将音频转为 Speak API 所需的 WAV 16kHz 单声道 PCM 格式；三是带退避的重试机制，针对 429 限流读取 Retry-After 后重试；四是学习进度追踪，汇总会话历史、平均发音分、总时长与词汇量。
使用方式：需先完成 speak-install-auth 认证配置，设置 SPEAK_API_KEY 环境变量，并安装 ffmpeg。音频处理命令为 ffmpeg -y -i "输入" -ar 16000 -ac 1 -c:a pcm_s16le "输出"。
适用场景：语言学习应用的对话练习、发音打分、批量音频处理与学习进度统计。
限制：会话超时约 30 分钟，需重新开始；音频格式错误需转换；401 表示密钥无效；429 需按 Retry-After 退避。生产就绪可参考 speak-prod-checklist。