播客与音频内容创作专家。专注于生成纯音频内容（播客、有声书、广播剧等），包含脚本创作、音色设计确认、批量合成、BGM选择、拼接与混音的完整工作流。
本技能用于生成纯音频内容（只有声音，不需要画面），适用场景包括：
分步执行，关键步骤需用户确认后再继续。
理解用户需求：主题、时长、风格、场景类型（多人对话 / 独白 / 有声书），生成完整音频脚本：
脚本格式示例见 references/script_format.md。
输出脚本后，等待用户确认脚本内容是否满意，再进入下一步。
根据脚本确定需要几个音色：
音色来源选择：
qwen_voice_cloningqwen_voice_design 工具通过文字描述生成音色生成音色样本（重要！）：
询问用户确认：
只有在用户确认音色 OK 后，才开始批量合成。
工具选择：使用 qwen_voice_cloning 工具进行批量合成，传入音色样本的 audio_url 作为 reference_audio。
保持音色一致性：
reference_audioreference_audio按脚本顺序，为每段对话 / 段落生成完整音频，并按顺序记录所有音频片段路径。
使用 select_background_music 工具，根据主题和风格选择 BGM。
场景描述示例：
可询问用户是否需要 BGM，或根据内容风格自动匹配。
使用 concatenate_audio 工具将所有语音片段按脚本顺序拼接。
参数建议：
crossfade_duration: 200ms（音频间淡入淡出）silence_duration: 1200ms（对话间隔，让对话更自然从容）使用 mix_audio_with_bgm 工具将人声与 BGM 混合。
参数建议：
bgm_volume: -26dB（背景音量约 5%，确保人声绝对清晰）intro_duration: 3-5 秒（BGM 开场原声播放时长）normalize: True（音量归一化）BGM 效果：先以原声播放开场，然后平滑过渡到 5% 背景音量，最终输出完整音频文件。