用途 该技能将脚本中的每一行文字转换为一条配音片段，每条片段对应一行脚本，用于后续与画面同步。适用场景包括主持人脚本、步骤旁白等需要将文字转为音频的场合。
主要能力
- 逐行生成：每行脚本生成一条语音片段，所有片段使用同一音色。
- 批量生成：通过 picsart_generate 以单批次方式生成全部语音行。
- 模型选择与参数读取：使用 picsart_model_catalog 选择语音模型，通过 picsart_model_params 读取可用音色及输入字段。
- 文本与参数分离：台词文本仅包含文字本身；语速和能量等通过模型自身字段设置，不键入文本。
- 语言指定：以两字母语言代码（如 en）传入语言，除非模型字段明确列出区域代码。
- 发音处理：对于不常见的名称，在发送的台词中按发音拼写，但字幕和屏幕文字保留其书面拼写。
- 长度探测：使用 picsart_media_probe 探测每条语音的实际长度，以便后续时间对齐。
使用方式
- 准备逐行脚本。
- 使用 picsart_model_catalog 选择语音模型。
- 使用 picsart_model_params 获取该模型的音色列表与输入字段定义。
- 通过 picsart_generate 以单批次生成所有语音行，每行对应一条片段，同一音色。
- 若某行长度超过其可用时间，缩短该行文本，并仅重新生成该行，不拉伸画面。
- 使用 picsart_media_probe 确认每条语音的真实长度后再进行时间对齐。
适用场景 适用于需要将书面脚本转为配音并与画面同步的场合，例如视频旁白、演示步骤解说等。
限制
- 语速约为每秒三个词，因此 4 秒的步骤大约容纳十二个词；实际长度需以探测结果为准。
- 语言需以两字母代码传入，除非模型字段列出特定区域代码。
- 不提供功能、收费、价格、平台、效果或使用步骤之外的额外信息；缺失事实暂未提供。