用途：audio-jingle 是音频生成技能，按项目元数据中的 audioKind 选择三种子模式之一：music（音乐）、speech（语音）、sfx（音效）。
主要能力与路由：music 默认 Suno V5，可选 Udio、Lyria 2，规划重点是曲风、速度与配器；speech 默认 MiniMax TTS，可选 Fish、ElevenLabs V3，规划重点是脚本、音色与节奏；sfx 默认 ElevenLabs SFX，可选 AudioCraft，规划重点是质感、冲击与时长。
使用方式：先读取项目元数据 audioKind、audioModel、audioDuration（秒）以及语音场景的 voice，按 audioKind 分支并原样使用这些值。随后规划：音乐写曲风与参考艺人、BPM 与调性、3-5 件乐器、人声形式、情绪走向；语音写最终脚本、音色目标与节奏、专有名词发音提示；音效用质感、时长与包络、分层说明。规划后用 2-3 句话说明再派发。派发统一走媒体调度器，不直接调用供应商 API：
node "$OD_BIN" media generate
--project "$OD_PROJECT_ID"
--surface audio
--audio-kind "<music|speech|sfx>"
--model "<audioModel from metadata>"
--duration <audioDuration seconds>
[--voice "<provider voice id (speech only)>"]
--output "<short-slug>-<duration>s.mp3"
--prompt "<assembled prompt from Step 2 — for speech, the literal script>"
命令输出一行 JSON，文件落在项目中，FileViewer 自动渲染音频播放控件。最后回复规划摘要、返回的文件名，以及一句变体建议。
限制：TTS 逐字朗读脚本，派发前须校对；MiniMax TTS 的 --voice 必须是真实 voice_id（如 male-qn-qingse），不能填自然语言描述，否则省略该参数用默认音色；音乐时长低于 30 秒为单段，30-90 秒为前奏加主体，90 秒以上才用完整结构；音效宜用具体质感词描述单层。每轮都要保存文件。
适用场景：需要按项目元数据自动生成短音乐、配音或音效的音频生产流程。其他细节资料未提供。