用途：使用内置 tts CLI 把文本合成为语音文件，写入指定路径，支持单说话人和多说话人对话。可用于在聊天中发送语音消息、为制品生成音频，或在 cron 任务中生成音频。
主要能力：tts speak 用于短文本单次合成；tts synthesize-script 用于多说话人脚本，自动按句分块（每块最多 2 个说话人）、逐块合成并拼接为单个文件，支持任意数量说话人。输出默认 mp3，可设 --format、--speed、--language、--timeout-secs。
用法要点：文本通过 --text-stdin 与独立 stdin 字段传入，避免放进 shell 命令；--output 必填。音色来自两个权威来源：系统音色 /opt/hatch/skills/voice-selector/voice_source.json（用 id）和已保存设计音色 user/voices.json（用 voice_id），需原样复制，不可传 saved_voice_id 或 profile_id。默认音色 avocado_v2:MAI_03（Smooth），推荐 Meta AI 音色。脚本格式为每轮开头写说话人标签，如 Alex: ...，并用 --speaker Name=voice_id 映射。
限制：默认英语，非英语需匹配 --language，质量可能不理想。脚本文本按原样送入模型，需写成口语形式（数字、缩写、时间、URL 拼读）。失败时按约 5、10、30、60 分钟退避重试同一请求，不更换音色或引擎；超过约 1 小时仍失败则停止并告知用户。HTTP 500 需先核对音色 id 是否与权威来源逐字符一致。TTS API 缓存较强，音色变更未生效时可微调文本。