用途：为内容工作区生成本地视频与数字人所需的克隆解说语音。硬性路由：本地视频制作只能使用本地 IndexTTS2，即使 .env 中存在 MiniMax 凭据也不得调用；MiniMax 仅用于文章、教程、课程示例和转接站引导等公开演示场景。
主要能力：使用固定语音 id pluvio-indextts2-calm-v1 与 automation/config/tts-routing.json 中指定的无损 WAV 参考；输出无损 WAV，MP3 只能作为试听副本，不能作为再次克隆或字幕定时的来源；按配置中的 playback_speed 处理，生产默认 1.12x，用 FFmpeg atempo 保持音高，并把有效倍率记入 voice_manifest.json。
用法：从 JSONL 分段合约生成解说，命令为 python3 .claude/skills/tts-skill/scripts/generate_indextts2_narration.py --batch-file <segments.jsonl> --output <final-narration.wav> --manifest <voice_manifest.json>；新合约或本地模型变更后先跑 --dry-run。中英混排需先查 references/pronunciation-lexicon.json，按其中 tts 值发音并拒绝 forbidden_tts 形式，如 Codex 不得音译；未收录术语需试听定稿后记入词表。
限制与质检：不得静默回退到 macOS say、浏览器语音、MiniMax 或其他通用云端语音；IndexTTS2、权重、Apple MPS/CPU 或规范参考不可用时，应修复或停止。最终解说所用 WAV 必须满足提供商、voice_id、参考 SHA-256、PCM WAV、播放速度、used_fallback=false 等检查，字幕需由该 WAV 经 ra-audio-to-subtitles 生成并通过 caption-qc.json；数字人需用户明确批准该试听音频后才能生成，更换音频即失效。