用途：面向 AI 音频生成的统一技能，借助 ElevenLabs TTS 引擎生成 32 国语言（含韩语）语音，并支持声音克隆、多语言视频配音（自动唇形同步）、音效生成以及实时对话式语音代理。触发词包括「生成声音」「TTS」「语音合成」「声音克隆」「配音」「旁白」「音效」「AI 语音」。
主要能力：TTS 支持 32 国语言，模型可选 eleven_multilingual_v2（默认）、eleven_flash_v2_5、eleven_turbo_v2_5；声音克隆以约 1 分钟样本复制个人或品牌音色并发放 Voice ID；多语言配音可将韩语视频转为英语、日语等并自动调整唇形（约 ±100ms），输出 MP4 与自动生成的 SRT 字幕；音效生成按提示词与 1～30 秒时长产出；ConvAI 用于实时语音代理。
必要用法：需设置 ELEVENLABS_API_KEY 环境变量（elevenlabs.io 注册后在 Settings → API Keys 创建），并通过 ElevenLabs MCP（stdio）接入，配置命令为 uvx elevenlabs-mcp，在项目 .mcp.json 中注册后完成认证。
限制：所有消耗额度的合成（TTS、配音、音效）前必须展示实际文本与字符数、音色、模型、输出数量与消耗额度并获得批准；多语言需按语言分别列出消耗与合计。韩语旁白合成前须经三步审校并重新计数。失败时不得自动重试，需先确认额度或声音是否已生成。声音克隆与含第三方说话人的配音须单独确认同意，未获同意不得上传。克隆音色保留在账户内，无法下载为音频文件，持有该账户 API 密钥的外部服务可用其生成语音。视频超过 10 分钟需另行协商；商用需 Pro 及以上；免费方案有 RPM 限制。模型性能与价格、平台相关事实以资料所载为限，其余暂未提供。