核心模块
一个工作台覆盖所有音频层
第一版刻意先做好界面：每个控件都为后续模型接入留好边界，但今天不引入服务商锁定。
语音生成
把脚本转成旁白，并控制声音、速度、情绪和发音。
音乐生成
用自然语言生成底乐、循环、开场和品牌音乐动机。
语音识别
把录音转成干净文本，并保留说话人、时间轴和审核状态。
语音 Agent
原型化实时 Agent，覆盖聆听、回复、打断和转人工状态。
Listener Studio
Session LS-472A
47.2% mix
Track 1
0:18
Track 2
0:25
Track 3
0:32
Track 4
0:39
编写
在面向制作的编辑器里写脚本和音乐 brief。
塑形
调整声音、节奏、背景音乐和转写审核状态。
交付
导出素材，或后续把相同控件接入模型服务。
工作流
围绕真实音频制作流程设计
写脚本、选声音、测试节奏、检查转写，再把语音 Agent 流程交付到同一个清爽界面里。
使用场景
为需要声音的产品而建
产品演示
播客片段
课程旁白
客服 Agent
音乐草稿
会议转写