用途：让 AI 生成配音听感接近真人，适合制作 AI 旁白、为文本转语音格式化脚本、生成配音及多语种配音。作者称方法来自产出大量 AI 配音的 YouTube 创作者经验。
主要能力：概括真人语音四要素——语调变化、策略性停顿、关键词强调、人工撰写脚本（AI 写脚本会显得机械）。音色设置基于 ElevenLabs：可克隆自有声音（需上传样本，专业克隆需 30 分钟以上样本）、从音色库挑选、或用 Voice Design 以自然语言描述定制独有音色（描述示例为一名 20 多岁美式口音男声，风格古怪但有魅力、情绪变化多）。模型建议用 V2（Eleven Multilingual v2），称 V3 更新但可能不可预测地改变音色身份；滑块建议速度略调高、稳定性调低（更低更富表现力）、相似度约 70%、风格夸张度调高。
脚本格式化：通过标点控制效果——全大写强调单词，感叹号表现兴奋，三个点表示迟疑或失望，省略号或逗号表示短暂停顿；资料给了前后对比示例。生成策略是“小批量”：每次只选 2 至 4 句，套用格式后生成，用 2 次免费重生成并下载全部版本，再进入下一段，借此获得自然的语调与语速变化。
剪辑流程：导入全部片段到 Premiere Pro 或 DaVinci 等剪辑软件，逐段挑选最佳版本，可拼接同一句不同生成的最佳部分，删去句间空白但保留关键处有意停顿，做高通滤波、减少回声频段与语音预设等 EQ 处理，并提醒不要用内置变速器。另附多语种配音流程：分别导出纯配音 MP3 与纯音乐音效 MP3，在 ElevenLabs 配音页上传并选目标语言，在剪辑软件中对齐原时长、套 EQ 预设，再在 YouTube Studio 以 Languages 添加配音音轨并翻译标题与描述。
命令：python3 scripts/voice_preset.py input.wav voice-enhancer；python3 scripts/voice_preset.py --list；python3 scripts/voice_preset.py input.wav movie-trailer --dry-run。需在技能目录运行或加安装路径前缀，且 PATH 中需有 FFmpeg。预设含实用的 voice-enhancer、movie-trailer、deeper-voice、echo、muffled、noise-remover、phone-call，以及 90s、alien-voice、chipmunk 等创意效果。
限制：资料未提供价格与授权信息；提法、增长倍数与平台政策属原资料陈述，效果因素材与工具版本而异。