用途：通过 Eleven Labs API 将文本转换为高质量音频，适合播客式摘要、旁白、配音和音频总结。
主要能力：提供 generate_audio.py 生成音频，支持 --text 直接输入文本或 --file 读取文本文件，可用 --voice 指定音色、--model 指定模型、--output 指定输出路径。超过 1 万字符的文本会按句子边界自动分块，再合并为单个 MP3，并返回包含文件路径、音色、模型、字符数和分块数的 JSON。list_voices.py 可列出可用音色，支持 --all 显示全部（非仅预制）和 --json 输出。
内置音色：Rachel（默认，平静清晰，适合旁白与播客）、Bella（柔和，适合故事与冥想）、Elli（年轻有表现力，适合休闲内容与教程）、Josh（低沉权威，适合新闻与专业内容）、Adam（中年清晰，适合商务与纪录片）、Antoni（温暖多用途）。
模型：eleven_multilingual_v2（默认，长文本，1 万字符）、eleven_flash_v2_5（快速实时，4 万字符）、eleven_turbo_v2_5（均衡，4 万字符）、eleven_v3（最大表现力，3000 字符）。
使用方式：需在 ~/Library/Mobile Documents/com~apple~CloudDocs/Geoffrey/secrets/.env 中配置 ELEVENLABS_API_KEY。示例：uv run scripts/generate_audio.py --text "Hello, this is a test."；uv run scripts/generate_audio.py --file report.txt --output ~/Desktop/report.mp3；uv run scripts/generate_audio.py --text "Breaking news..." --voice Josh；uv run scripts/list_voices.py。默认输出为 ~/Desktop/audio_YYYY-MM-DD_HHMMSS.mp3。
限制：字符上限因模型而异；每次生成仅支持单一音色，多音色需分别生成文件；输出格式仅 MP3。其余收费、价格等信息暂未提供。