用途：调用 OpenAI 的 /v1/audio/speech 端点，把文本合成为语音，适合为短语或回复配音。
主要能力：支持多种音色（alloy 中性、echo 温暖男声、fable 英式、onyx 低沉、nova 友好女声、shimmer 柔和女声），模型可选 tts-1（快）或 tts-1-hd（高质量），输出格式支持 mp3、opus、aac、flac、wav、pcm，速度可调 0.25-4.0。
使用方式：运行 {baseDir}/scripts/speak.sh "Hello, world!"，可用 --out /tmp/hello.mp3 指定输出；示例 flags：{baseDir}/scripts/speak.sh "Text" --voice nova --model tts-1-hd --out speech.mp3、{baseDir}/scripts/speak.sh "Text" --format opus --speed 1.2。需设置 OPENAI_API_KEY，或在 ~/.clawdbot/clawdbot.json 中配置 skills.entries["openai-tts"].apiKey。
限制与费用：tts-1 约 $0.015/1K 字符，tts-1-hd 约 $0.030/1K 字符；默认模型 tts-1、音色 alloy、格式 mp3、速度 1.0。其他平台、部署与并发限制暂未提供。