sag 是做什麼的?
使用 sag 進行 ElevenLabs TTS 並在本機播放。
API 金鑰(必要)
ELEVENLABS_API_KEY(建議優先使用)SAG_API_KEYCLI 也支援此環境變數- 從檔案讀取金鑰:
--api-key-file、ELEVENLABS_API_KEY_FILE或SAG_API_KEY_FILE
快速開始
sag "Hello there"sag speak -v "Roger" "Hello"sag voicessag prompting(特定模型的提示技巧)
模型說明
- 預設:
eleven_v3(具表現力) - 穩定:
eleven_multilingual_v2 - 快速:
eleven_flash_v2_5
發音與語調規則
- 首要修正:重新拼寫(例如 "key-note"),加入連字號,調整大小寫。
- 數字/單位/網址:
--normalize auto(若對名稱造成影響可設為off)。 - 語言偏好:
--lang en|de|fr|...來引導正規化。 - v3:不支援 SSML
<break>;請使用[pause]、[short pause]、[long pause]。 - v2/v2.5:支援 SSML
<break time="1.5s" />;sag未提供<phoneme>支援。
v3 音效標籤(放在行首)
[whispers]、[shouts]、[sings][laughs]、[starts laughing]、[sighs]、[exhales][sarcastic]、[curious]、[excited]、[crying]、[mischievously]- 範例:
sag "[whispers] keep this quiet. [short pause] ok?"
語音預設值
ELEVENLABS_VOICE_ID或SAG_VOICE_ID
在長輸出前請先確認語音角色與說話者。
聊天語音回覆
當使用者要求「語音」回覆時(例如「瘋狂科學家的聲音」、「用語音解釋」),請產生音訊並傳送:
# 產生音訊檔案
sag -v Clawd -o /tmp/voice-reply.mp3 "Your message here"
# 然後在回覆中包含:
# MEDIA:/tmp/voice-reply.mp3
語音角色提示:
- 瘋狂科學家:使用
[excited]標籤、戲劇性停頓[short pause],變化強度 - 冷靜:使用
[whispers]或較慢的節奏 - 戲劇性:適度使用
[sings]或[shouts]
Clawd 的預設語音 ID:lj2rcrvANS3gaWWnczSX(或直接使用 -v Clawd)