用途：把文本转为语音，覆盖单句合成与长文批量配音，用于有声书、视频旁白、多角色对话朗读、语音克隆等场景。
主要能力：CustomVoice 使用内置音色并支持情感/语气 instruct；VoiceDesign 用自然语言描述音色，--instruct 必填；VoiceClone 克隆参考音频声音，需提供 --ref-audio 与 --ref-text，不支持 --instruct；Tokenizer 做音频编解码验证。内置 Speaker 默认：中文 Vivian、英文 Ryan、日文 Ono_Anna、韩文 Sohee。
使用方式：单句合成命令为 uv run qwen3-tts-skills/scripts/run_qwen3_tts.py custom-voice --language Chinese --text "你好，欢迎使用语音合成。" --out-dir outputs；批量配音先由 AI 依据 dubbing-skills/SKILL.md 生成配音稿 JSON 并人工审核，再执行 uv run qwen3-tts-skills/scripts/batch_dubbing.py --input article.dubbing.json --out-dir outputs，可设 --silence-gap、--character-switch-gap、--clean-segments。性能参数支持 --device-map、--dtype、--attn。
限制：环境需 uv，批量配音需 FFmpeg；FlashAttention 2 为可选且受硬件与数据类型限制；模型需自行下载，未提供价格、授权或效果承诺。