sag
sag を使用して ElevenLabs TTS をローカル再生します。
API キー(必須)
ELEVENLABS_API_KEY(推奨)- CLI では
SAG_API_KEYもサポートされています
クイックスタート
sag "Hello there"sag speak -v "Roger" "Hello"sag voicessag prompting(モデル固有のヒント)
モデルに関する注意
- デフォルト:
eleven_v3(表現力豊か) - 安定:
eleven_multilingual_v2 - 高速:
eleven_flash_v2_5
発音と出力ルール
- 最初の修正: スペルを変更(例: "key-note")、ハイフンを追加、大文字小文字を調整します。
- 数字/単位/URL:
--normalize auto(名前を損なう場合はoff)。 - 言語バイアス:
--lang en|de|fr|...で正規化をガイドします。 - v3: SSML
<break>はサポートされていません。代わりに[pause]、[short pause]、[long pause]を使用してください。 - v2/v2.5: SSML
<break time="1.5s" />はサポートされています。sagでは<phoneme>は公開されていません。
v3 オーディオタグ(行頭に配置)
[whispers]、[shouts]、[sings][laughs]、[starts laughing]、[sighs]、[exhales][sarcastic]、[curious]、[excited]、[crying]、[mischievously]- 例:
sag "[whispers] keep this quiet. [short pause] ok?"
音声のデフォルト
ELEVENLABS_VOICE_IDまたはSAG_VOICE_ID
長い出力の前に音声と話者を確認してください。
チャット音声応答
Peter が「声での」返信を求めた場合(例: "crazy scientist voice"、"explain in voice")、音声を生成して送信します:
# 音声ファイルを生成
sag -v Clawd -o /tmp/voice-reply.mp3 "送信するメッセージ"
# 次に返信に含めます:
# MEDIA:/tmp/voice-reply.mp3
音声キャラクターのヒント:
- クレイジー科学者:
[excited]タグ、劇的な間[short pause]を使用し、強弱を変えます。 - 落ち着いた:
[whispers]またはゆっくりしたペースを使用します。 - 劇的:
[sings]または[shouts]を控えめに使用します。
Clawd のデフォルト音声: lj2rcrvANS3gaWWnczSX(または -v Clawd と入力)