用途：将文本或文档转换为高质量音频，支持单人旁白与双人对话播客两种模式。当用户提到创建播客、朗读文档、文本转语音（TTS）、生成音频版本等需求时启用。
主要能力：从文本或文档生成语音；列出可用语音；按句子边界自动分块（约4000字符）并保持音色连续，再用 ffmpeg 拼接；播客模式依据 JSON 脚本生成双人对话音频。
使用方式：在 skills/elevenlabs/config.json 配置 api_key（必填）、default_voice、default_model、podcast_voice1、podcast_voice2，或设置 ELEVENLABS_API_KEY 环境变量。处理 PDF/DOCX 需安装依赖：pip install PyPDF2 python-docx；多块旁白与播客需 ffmpeg。常用命令： python skills/elevenlabs/scripts/elevenlabs.py voices python skills/elevenlabs/scripts/elevenlabs.py tts --text "Hello world" --output ~/Downloads/hello.mp3 python skills/elevenlabs/scripts/elevenlabs.py tts --file /path/to/doc.pdf --output ~/Downloads/narration.mp3 python skills/elevenlabs/scripts/elevenlabs.py podcast --script /tmp/script.json --voice1 ID1 --voice2 ID2 --output ~/Downloads/podcast.mp3 播客脚本为 JSON 数组，每项含 speaker（host1/host2）与 text，每轮建议不超过3000字符。
适用场景：文档朗读、播客制作、音频版本生成等。
限制：需自备 ElevenLabs API 密钥；PDF/DOCX 需额外依赖；多块与播客需 ffmpeg；大文档会消耗账户字符额度，应提前提醒用户。具体收费与价格资料未提供。