多角色 / 对话配音（Multi-voice Dubbing）

把「多人对话 / 多角色脚本」合成为多声线音轨——每个角色一个符合其人设的声音， 不再是「全程一个声音」。核心引擎 skills/shared/scripts/multivoice.py： 逐行调 tts.py（edge-tts 免费多音色）或 voice_clone.py（云端表现力 provider / 克隆音色）合成， 把每行 emotion 喂进 provider 的真情感通道，ffmpeg 拼成一轨 + 生成对齐的说话人字幕。

创意（谁说什么、什么情绪）由你 LLM 产出；音色映射在 cast。确定性 IO（逐行合成/拼接/字幕）走引擎。 产物 voice.mp3 可直接当 narration 喂 auto-short-video/assemble.py 或加进任意视频；voice.srt 是带角色名的字幕。

配音质量分层（重要：治「像 AI 平读」）

edge-tts 没有情感引擎，只能变速变调，再怎么调也像机器平读。要"像人"必须用有情感通道的云 provider（用户自备 key，无需 GPU）：