客服 IVR 语音包

电话树提示音的交付问题

热线里最烦的不是单条欢迎语，而是欢迎、主菜单、营业时间、等待、转接、排队、无效按键、非工作时间和错误提示要保持同一把品牌声音。人工写脚本、找 TTS、逐条试听、再重做某一条，很容易把槽位名、文件、读音和费用混在一起。这个技能解决的问题是：把一套交换机可播放的 IVR 语音包拆成可追踪的提示条，并约束生成、复核和重做流程。

这套技能如何工作

核心输入是公司或线路名称、菜单分支、目标语言，以及出现人名、产品词或分机号时的读音表。默认约十二条，覆盖常见电话树槽位；整包使用同一 voice_id，每条提示一次合成，方便只重做改过的那一条。关键步骤是建立槽位台账、选目录声音、读取实时 TTS 信息卡、逐条提交 beatra.speech.synthesize、轮询任务到终态，最后交付槽位 ID、真实时长、MIME 类型、产物 URL、解析模型和计费事实。克隆声音仅在用户明确授权时进行，且需先确认余额或充值，再提交一次并冻结 voice_id。

边界与注意点

它不做等候音乐、品牌短句或普通旁白，这些应转到专门的 BGM 或配音工具。涉及付费生成前必须确认声音、提示条数、加权字数和估价；文本变化即新任务 ID，不能把更新当成免费重做。若遇到余额不足，保持充值入口不变，用户确认后再用同一冻结 ID 重试。