核心用法
dlazy-elevenlabs-dialogue 是一个封装 ElevenLabs eleven_v3 模型的 CLI 工具，专注于多角色语音对话合成。用户可通过 --inputs 参数为每行台词指定不同的 voice_id（最多支持 10 个独立音色），系统一次性渲染完整对话音频，输出连贯的多人交谈效果。
关键特性：
- 情绪标签支持：内置
[giggling]、[whispers]等音频标签，可直接注入语气变化 - 前置音色检索：建议先使用
elevenlabs-search筛选合适音色 - 灵活参数控制：支持 stability（稳定性）、language_code（语言）、seed（随机种子）等调参
- 异步/同步模式：默认同步等待结果，也可
--no-wait获取任务 ID 后轮询
典型工作流：
1. dlazy login 完成设备码授权，自动保存 API key
2. 编写多行对话文本，为每行分配 voice_id
3. 执行 dlazy elevenlabs-dialogue --inputs [...] 生成音频
4. 获取 files.dlazy.com 托管的输出 URL
显著优点
- 多音色原生支持：区别于单语音合成，真正按角色分配声线，对话感自然
- 情绪标签即插即用：无需复杂 SSML，方括号标签直接控制语气
- CLI 设计友好：支持管道引用（
@N、@stdin等），易于集成自动化流程 - 云端托管零维护：无需本地 GPU 或模型文件，纯 API 调用
潜在缺点与局限性
- 依赖 dLazy 商业服务：需持续购买 credits，存在
insufficient_balance断供风险 - 音色上限 10 个：复杂群戏场景受限
- 网络依赖严格：所有文件上传、音频生成为云端流程，离线不可用
- 输出托管时效性：
files.dlazy.comURL 可能存在过期策略，需及时下载 - CLI 版本锁定：技能声明依赖
@dlazy/cli@latest，版本漂移可能导致行为差异
适合人群
- 播客创作者（多人访谈风格快速生成）
- 短视频/短剧制作团队（角色配音自动化）
- 有声书制作方（多角色章节批量合成）
- 游戏/动画预演（临时对白快速迭代）
常规风险
| 风险类型 | 说明 |
|---------|------|
| **账户安全** | API key 存储于本地 `~/.dlazy/config.json`，需确保文件权限正确（默认已限制） |
| **内容合规** | 后端存在安全策略审查，提示词违规将返回 `Prompt violates safety policy` |
| **成本失控** | 未设置 `--dry-run` 时直接扣费，建议大任务前先估算成本 |
| **供应商锁定** | 深度绑定 dLazy 生态，迁移成本高；数据上传至 `files.dlazy.com` 存在隐私考量 |
| **异步任务失败** | `--no-wait` 模式下需自行轮询状态，任务失败时错误信息延迟暴露 |