用途：这是一个通过 inference.sh 命令行工具（belt）调用 ElevenLabs 文本转语音（TTS）的技能，适合生成配音、有声书、播客、课程旁白、无障碍内容、IVR 语音与视频旁白等。
主要能力：提供 22+ 高级音色，含女性（aria、alice、bella、jessica、laura、lily、sarah）与男性（george、adam、bill、brian、callum、charlie、chris、daniel、eric、harry、liam、matilda、river、roger、will）音色；支持 32 种语言，如英语、西班牙语、法语、德语、意大利语、葡萄牙语、中文、日语、韩语、阿拉伯语、印地语、俄语等。模型有 eleven_multilingual_v2（最高质量、32 语言、约 250ms）、eleven_turbo_v2_5（速度与质量平衡、约 150ms）、eleven_flash_v2_5（超低延迟、约 75ms）。
使用方式：先安装技能 npx skills add belt-sh/cli，然后用 belt login 登录，通过 belt app run elevenlabs/tts --input '{...}' 传入 JSON，指令示例：belt app run elevenlabs/tts --input '{"text": "Hello, welcome to our product demo.", "voice": "aria"}'。可调参数包括 stability、similarity_boost、style（范围均为 0-1）以及 use_speaker_boost（true/false）；输出格式可选 mp3_44100_128（默认）、mp3_44100_192、pcm_16000、pcm_22050、pcm_24000、pcm_44100。还支持语音加视频的工作流，将生成的音频 URL 用于 bytedance/omnihuman-1-5。
限制：需先安装并登录 inference.sh CLI（belt）；具体收费、价格与额度限制暂未提供。多语言覆盖与音色以资料所列为准。