用途：为解说、纪录片台词或生成视频配套人声，生成朗读旁白与配音。
主要能力：通过 Replicate 调用 google/gemini-3.1-flash-tts 模型；输入 text 支持内联标签（如 [sigh]、[laughing]、[whispering]、[short pause]、[medium pause]、[long pause]、[excitedly]）；可选 voice（默认 Kore，常见音色有 Kore、Aoede、Sulafat、Achird、Charon、Puck、Vindemiatrix，完整列表见 Replicate readme）、prompt（风格/导演说明）、language_code（BCP-47，默认 en-US）。text 与 prompt 合计约不超过 8000 字节，输出上限约 655 秒。
使用方式：先安装并加载前置技能（generation-diversity、audio-prompting、video-prompting、pruna-api），或一次性安装 npx skills add PrunaAI/pruna-skills@pruna -y。设置 export REPLICATE_API_TOKEN=r8_...，用 curl POST 到 https://api.replicate.com/v1/models/google/gemini-3.1-flash-tts/predictions，轮询 urls.get 直到 succeeded 并下载音频 URL。裁剪、拼接场景旁白或混音时需 ffmpeg/ffprobe。首次回复需确认 REPLICATE_API_TOKEN，并向用户确认 text、voice、prompt、language_code。
适用场景：解说音轨、纪录片台词、与生成视频搭配的配音；后续可衔接 p-video、p-video-avatar、stable-audio-2.5、narrated-multi-scene、video-editing 等技能。
限制：若需要出镜人物口型同步，应改用 p-video-avatar；需要带人声的原创歌曲用 music-2.5；轻量器乐背景用 stable-audio-2.5。当 TTS 作为 p-video 的 input.audio 时，每行建议不超过约 19 秒（ffprobe 检测），因 P-API 会在 20 秒处截断音频。text 最大约 4000 字节，prompt 最大约 4000 字节。收费、价格与平台细节暂未提供。