用途：将本地已有的源录音转换为指定的目标音色，适用于换声、变声、音色转换等请求。转换本身必须通过 voice_convert 完成，OpenRouter 只能辅助规划或命名，不能作为音频提供方，也不能授权音色身份使用。
主要能力与流程：先做请求分诊，提取源音频路径及其是否为本地、用户主动提供，源方权利（说话人同意与录音版权），目标音色（提供方授权音色、克隆音色 ID 或用户提供的音色 ID），目标语言、地区、口音、情绪、语速与输出格式，以及输出预期（快速样本、最终素材或多版本）。随后检查源文件为本地且为主动提供，确认源录音版权与说话人授权、目标音色同意或提供方授权，拒绝模仿公众人物或受版权保护的角色。转换前可用 audio_provider_capabilities 确认能力，再调用 voice_convert，传入 source_audio、voice、可选 output_path 及提供方支持的控制项，并在支持的界面返回可播放音频产物。
预览优先：源质量、口音迁移或目标音色适配不确定时，先转换短样本。若预览有房间混响、背景音乐、明显方言不匹配或大量语码转换，建议重录或清理源文件。多语言转换避免使用不自然支持目标语言的音色，短预览可快速发现异常口音迁移。
结果处理：status=ok 时先返回可播放产物或路径，再给出目标音色、MIME 类型与权利摘要；consent_required 时索取源与目标的同意元数据，不要改用其他音色身份；not_available 时引用说明并区分提供方设置、功能门槛、密钥或配额限制、文件格式与源路径问题。
权利与限制：源说话人与目标音色均需授权。歌曲、影视台词、播客、有声书、讲座、访谈、游戏或动画对白，除非用户声明拥有权利，否则不得转换。不得转换为公众人物、名人、演员、歌手、政客、网红或虚构角色的声音；若用户要求此类风险身份，可改为非身份化目标，如“成熟沉稳的普通话旁白”“明亮的年轻商业音色”。地区与口音方面，先确定目标语言与地区，源录音与目标音色应适配目标口音的普通话，如中文中性旁白优先干净普通话，英语保留 en-US、en-GB、en-AU、en-IN、en-SG 等地区，日语、韩语、法语、德语、西班牙语等优先自然支持该语言的音色。
输出契约：提供方、目标音色、输出路径、MIME 类型、可播放音频产物状态、权利与同意摘要、目标语言与地区假设。