用途：将文本转为自然语音、克隆声音、生成音效，适合旁白、播客、演示配音与氛围音等场景。
主要能力：speak 文本转语音（支持默认或指定语音、从文件或标准输入读取、调节稳定性/相似度/风格/语速、选择输出格式与模型）；voices 列出与搜索语音；models 列出可用 TTS 模型；clone 用 1-25 个音频样本（每个 1-10 分钟）创建自定义语音；batch 批量转换文档，可按段落拆分输出；sound 根据文本提示生成音效并指定时长。
使用方式：需设置环境变量 ELEVENLABS_API_KEY（也接受 ELEVEN_API_KEY）。脚本仅用 Python 标准库，无需 pip 依赖，适用于 Python 3.10+。命令形如 python scripts/tts.py speak "文本" --voice Rachel -o out.mp3；克隆后用 --voice-id 调用。输出文件默认保存在当前工作目录，可用 -o 指定路径。
限制：速率限制与字符用量取决于 ElevenLabs 套餐，超限会返回 API 错误；超长文档（>5000 字符）建议用 batch 加 --split-paragraphs 以避免超时并提升质量。具体价格与配额资料未提供。