用途：把中文文本转成双人对话播客音频，封装在 scripts/generate_podcast.py，通过火山引擎 Podcast AI 模型生成。
主要能力：支持 mp3、ogg_opus、pcm、aac 格式，采样率默认 24000，语速 -50~100（0 为正常，100 为 2 倍速），可自定义音色，默认关闭开场音乐，支持断点续传。脚本流式接收音频并显示轮次进度，落盘后返回大小与轮次统计。
用法：先准备中文文本（≤25,000 字符，最佳 500-3000 字）与 APP_ID、ACCESS_KEY（缺失时告知获取方式并停止）。安装依赖 pip install websockets。示例命令：python scripts/generate_podcast.py --text "播客话题或内容文本" --output "/path/to/output.mp3" --app-id "$VOLC_APP_ID" --access-key "$VOLC_ACCESS_KEY" --format mp3 --sample-rate 24000 --speech-rate 0。生成前校验长度，超长需与用户确认拆分或摘要；分发用 mp3，后期加工用 pcm。凭证从火山引擎控制台（console.volcengine.com/speech/service/10028）获取，建议走环境变量。
限制：不写播客文稿，不做单人朗读、配音、音效制作，不在输出中回显 ACCESS_KEY。超长会静默截断；WebSocket 连不上需排查凭证、网络、防火墙；中断后应从日志取 task_id 与 last_finished_round_id 用 retry_info 续传，避免从头重跑。输出路径需可写且磁盘充足，输入文本结构差会导致对话生硬。更多参数与协议细节见脚本 docstring 及 references/api_reference.md。