sag

Was macht sag?

Verwenden Sie sag für ElevenLabs TTS mit lokaler Wiedergabe.

API-Schlüssel (erforderlich)

• ELEVENLABS_API_KEY (bevorzugt)
• SAG_API_KEY wird auch von der CLI unterstützt
• Schlüsseldatei über --api-key-file, ELEVENLABS_API_KEY_FILE oder SAG_API_KEY_FILE

Schnellstart

• sag "Hallo Welt"
• sag speak -v "Roger" "Hallo"
• sag voices
• sag prompting (modellspezifische Tipps)

Modellhinweise

• Standard: eleven_v3 (ausdrucksstark)
• Stabil: eleven_multilingual_v2
• Schnell: eleven_flash_v2_5

Aussprache- und Vortragsregeln

• Erste Korrektur: Umschreiben (z. B. „Key-note"), Bindestriche einfügen, Groß-/Kleinschreibung anpassen.
• Zahlen/Einheiten/URLs: --normalize auto (oder off falls es Namen beeinträchtigt).
• Sprachvorgabe: --lang en|de|fr|... zur Steuerung der Normalisierung.
• v3: SSML <break> nicht unterstützt; verwenden Sie [pause], [short pause], [long pause].
• v2/v2.5: SSML <break time="1.5s" /> unterstützt; <phoneme> wird in sag nicht freigegeben.

v3 Audio-Tags (am Zeilenanfang einfügen)

• [whispers], [shouts], [sings]
• [laughs], [starts laughing], [sighs], [exhales]
• [sarcastic], [curious], [excited], [crying], [mischievously]
• Beispiel: sag "[whispers] bleib ruhig. [short pause] okay?"

Standardeinstellungen für Stimme

• ELEVENLABS_VOICE_ID oder SAG_VOICE_ID

Stimme und Sprecher vor langer Ausgabe bestätigen.

Sprachausgabe im Chat

Wenn der Benutzer eine „Sprach"-Antwort wünscht (z. B. „verrückte Wissenschaftlerstimme", „erkläre per Sprache"), generieren Sie Audio und senden Sie es:

# Audiodatei generieren
sag -v Clawd -o /tmp/voice-reply.mp3 "Ihre Nachricht hier"

# Dann in der Antwort einfügen:
# MEDIA:/tmp/voice-reply.mp3

Tipps für Stimmencharaktere:

• Verrückter Wissenschaftler: Verwenden Sie [excited]-Tags, dramatische Pausen [short pause], variieren Sie die Intensität
• Ruhig: Verwenden Sie [whispers] oder langsamere Sprechweise
• Dramatisch: Verwenden Sie sparsam [sings] oder [shouts]

Standardstimme für Clawd: lj2rcrvANS3gaWWnczSX (oder einfach -v Clawd)