sag

sag

使用 sag 進行 ElevenLabs 文字轉語音（TTS）並於本地播放。

API 金鑰（必填）

• ELEVENLABS_API_KEY（首選）
• CLI 亦支援 SAG_API_KEY

快速開始

• sag "Hello there"
• sag speak -v "Roger" "Hello"
• sag voices
• sag prompting（特定模型的提示詞技巧）

模型說明

• 預設：eleven_v3（情感豐富）
• 穩定版：eleven_multilingual_v2
• 高速版：eleven_flash_v2_5

發音與語調控制規則

• 首選修正方式：重拼／改寫拼法（例如 "key-note"）、加入連字符、調整大小寫。
• 數字／單位／URL：使用 --normalize auto（若損及名稱讀音則設為 off）。
• 語言偏好：使用 --lang en|de|fr|... 來引導正規化。
• v3：不支援 SSML <break>；請改用 [pause]、[short pause]、[long pause]。
• v2/v2.5：支援 SSML <break time="1.5s" />；但在 sag 中未提供 <phoneme> 標籤。

v3 音訊標籤（請放置於行首）

• [whispers], [shouts], [sings]
• [laughs], [starts laughing], [sighs], [exhales]
• [sarcastic], [curious], [excited], [crying], [mischievously]
• 範例：sag "[whispers] keep this quiet. [short pause] ok?"

預設語音設定

• ELEVENLABS_VOICE_ID 或 SAG_VOICE_ID

在生成長內容輸出前，請先確認語音（Voice）與發音者（Speaker）。

對話語音回覆

當使用者要求「語音」回覆時（例如：「用瘋狂科學家的聲音」、「用語音解釋」），請生成音訊檔並傳送：

# 生成音訊檔案
sag -v Clawd -o /tmp/voice-reply.mp3 "Your message here"

# 接著在回覆中附上：
# MEDIA:/tmp/voice-reply.mp3

語音角色風格技巧：

• 瘋狂科學家：使用 [excited] 標籤、戲劇性停頓 [short pause]，並變換語氣強度
• 冷靜：使用 [whispers] 或放慢語速
• 戲劇化：適度使用 [sings] 或 [shouts]

Clawd 的預設語音：lj2rcrvANS3gaWWnczSX（或直接使用 -v Clawd）