¿Qué hace sag?
Usa sag para TTS de ElevenLabs con reproducción local.
Clave de API (obligatoria)
ELEVENLABS_API_KEY(preferida)SAG_API_KEYtambién compatible con la CLI- Archivo de clave mediante
--api-key-file,ELEVENLABS_API_KEY_FILEoSAG_API_KEY_FILE
Inicio rápido
sag "Hola mundo"sag speak -v "Roger" "Hola"sag voicessag prompting(consejos específicos del modelo)
Notas sobre los modelos
- Por defecto:
eleven_v3(expresivo) - Estable:
eleven_multilingual_v2 - Rápido:
eleven_flash_v2_5
Reglas de pronunciación y entonación
- Primera corrección: reescribir (ej. "key-note"), añadir guiones, ajustar mayúsculas/minúsculas.
- Números/unidades/URLs:
--normalize auto(ooffsi daña los nombres). - Sesgo de idioma:
--lang en|de|fr|...para guiar la normalización. - v3: SSML
<break>no compatible; usar[pause],[short pause],[long pause]. - v2/v2.5: SSML
<break time="1.5s" />compatible;<phoneme>no expuesto ensag.
Etiquetas de audio v3 (poner al inicio de una línea)
[whispers],[shouts],[sings][laughs],[starts laughing],[sighs],[exhales][sarcastic],[curious],[excited],[crying],[mischievously]- Ejemplo:
sag "[whispers] guarda esto en silencio. [short pause] ¿vale?"
Voz por defecto
ELEVENLABS_VOICE_IDoSAG_VOICE_ID
Confirmar voz y locutor antes de salidas largas.
Respuestas de voz en chat
Cuando el usuario solicite una respuesta "de voz" (ej. "voz de científico loco", "explica con voz"), genera audio y envíalo:
# Generar archivo de audio
sag -v Clawd -o /tmp/voice-reply.mp3 "Tu mensaje aquí"
# Luego incluir en la respuesta:
# MEDIA:/tmp/voice-reply.mp3
Consejos para personajes de voz:
- Científico loco: Usa etiquetas
[excited], pausas dramáticas[short pause], varía la intensidad - Tranquilo: Usa
[whispers]o ritmo más lento - Dramático: Usa
[sings]o[shouts]con moderación
Voz por defecto para Clawd: lj2rcrvANS3gaWWnczSX (o simplemente -v Clawd)