sag

sag

使用 sag 进行 ElevenLabs TTS 语音合成与本地播放。

API 密钥（必填）

• ELEVENLABS_API_KEY（首选）
• CLI 同样支持 SAG_API_KEY

快速上手

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

模型说明

• 默认模型：eleven_v3（富有表现力）
• 稳定模型：eleven_multilingual_v2
• 高速模型：eleven_flash_v2_5

发音与语调规则

• 首选修正方案：改写拼写（如 "key-note"）、添加连字符或调整大小写。
• 数字/单位/网址：使用 --normalize auto（若影响专有名词可设为 off）。
• 语言偏向：使用 --lang en|de|fr|... 指导文本标准化。
• v3 模型：不支持 SSML <break> 标签；请改用 [pause]、[short pause]、[long pause]。
• v2/v2.5 模型：支持 SSML <break time="1.5s" />；但在 sag 中未开放 <phoneme>。

v3 音频标签（需置于句首/行首）

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

默认语音设置

• ELEVENLABS_VOICE_ID 或 SAG_VOICE_ID

在生成长段语音前，请先确认语音与说话人设置。

聊天语音回复

当用户要求“语音”回复时（例如“用疯狂科学家的声音”、“用语音解释”），生成音频并发送：

# 生成音频文件
sag -v Clawd -o /tmp/voice-reply.mp3 "这里填写消息内容"

# 然后在回复中附加：
# MEDIA:/tmp/voice-reply.mp3

语音角色设定技巧：

• 疯狂科学家：使用 [excited] 标签、戏剧性停顿 [short pause]，并交替变化语气强弱
• 沉稳冷静：使用 [whispers] 或放慢语速
• 戏剧效果：克制地使用 [sings] 或 [shouts]

Clawd 的默认语音：lj2rcrvANS3gaWWnczSX（或直接指定 -v Clawd）