sag

sag

Используйте sag для преобразования текста в речь через ElevenLabs с локальным воспроизведением — в духе привычного macOS say.

API-ключ (обязательно)

• ELEVENLABS_API_KEY (предпочтительно)
• SAG_API_KEY — также поддерживается CLI

Быстрый старт

sag "Hello there"
sag speak -v "Roger" "Hello"
sag voices
sag prompting

Команда prompting содержит советы, специфичные для моделей.

Особенности моделей

• По умолчанию: eleven_v3 (более выразительная речь)
• Стабильная: eleven_multilingual_v2
• Быстрая: eleven_flash_v2_5

Правила произношения и подачи

• Сначала попробуйте переписать слова: добавляйте дефисы, меняйте регистр (например, «key-note»).
• Числа, единицы измерения и URL: используйте --normalize auto (или off, если мешает именам).
• Языковая настройка: --lang en|de|fr|... помогает корректной нормализации.
• Для v3: SSML-тег не поддерживается — используйте [pause], [short pause], [long pause].
• Для v2/v2.5: поддерживается , но недоступен в sag.

Аудио-теги v3

Размещаются в начале строки:

• [whispers], [shouts], [sings]
• [laughs], [starts laughing], [sighs], [exhales]
• [sarcastic], [curious], [excited], [crying], [mischievously]

sag "[whispers] keep this quiet. [short pause] ok?"

Голос по умолчанию

• ELEVENLABS_VOICE_ID или SAG_VOICE_ID

Перед генерацией длинного аудио рекомендуется подтвердить выбранный голос и диктора.

Голосовые ответы в чате

Если пользователь просит ответ «голосом» (например, «голос безумного учёного»), необходимо сгенерировать аудио и отправить его:

# Сгенерировать аудиофайл
sag -v Clawd -o /tmp/voice-reply.mp3 "Ваш текст сообщения"

# Затем добавить в ответ:
# MEDIA:/tmp/voice-reply.mp3

Советы по характеру голоса

• Безумный учёный: используйте [excited], драматические паузы [short pause], меняйте интенсивность.
• Спокойный: применяйте [whispers] или замедленный темп.
• Драматичный: осторожно добавляйте [sings] или [shouts].

Голос по умолчанию для Clawd: lj2rcrvANS3gaWWnczSX (или просто -v Clawd).