用途：读取 PowerPoint 技能内容目录中的 content.yaml，提取 speaker_notes 字段，为每张幻灯片生成一个 WAV 配音文件，并可将音频嵌入 PPTX。
主要能力：支持 Azure 与 Piper 两种引擎（--engine）。Azure 为默认，发送 SSML 到 Azure AI Speech 神经语音，通过 acronyms.yaml 控制缩略语发音；支持仅验证 SSML 的 dry-run 模式，无需凭据。Piper 为本地可选引擎，需单独安装，下载语音后无需凭据或网络，旁白不离开主机。另可用 embed_audio.py 把 WAV 嵌入对应幻灯片并加入旁白时间 XML，供 PowerPoint 导出视频使用。
使用方式：安装依赖在技能目录运行 uv sync。Azure 需设置 SPEECH_KEY 与 SPEECH_REGION，或 SPEECH_RESOURCE_ID（Entra ID）与 SPEECH_REGION。验证模板运行 uv run scripts/generate_voiceover.py --dry-run --content-dir path/to/content；生成运行 uv run scripts/generate_voiceover.py --content-dir path/to/content --output-dir voice-over；Piper 加 --engine piper。嵌入运行 uv run scripts/embed_audio.py --input deck.pptx --audio-dir voice-over --output deck-narrated.pptx。可用 --slide 指定单张、--voice、--rate、--lexicon、--collapse-newlines 等参数；acronyms.yaml 按 --lexicon、内容目录、内置默认的顺序解析。
适用场景：为幻灯片批量生成配音并嵌入演示文稿。
限制：需 Python 3.11+ 与 uv；Azure 需 SPEECH_REGION 且无默认，内容会传输到所设区域，请避开受监管或机密旁白。Piper 无 SSML，别名直接替换进文本。embed_audio.py 会替换原有 p:timing，可能影响动画与点击换页。HVE 演示材料 CI 不使用这两种语音引擎，仅生成静音视频。其他未提及的收费、价格等暂未提供。