sag
使用 sag 進行 ElevenLabs TTS 與本地播放。
API 金鑰（必要）
ELEVENLABS_API_KEY（建議）- 指令列也支援
SAG_API_KEY
快速開始
sag "Hello there"sag speak -v "Roger" "Hello"sag voicessag prompting（模型專屬提示）
模型備註
- 預設：
eleven_v3（表達力強） - 穩定：
eleven_multilingual_v2 - 快速：
eleven_flash_v2_5
發音與呈現規則
- 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/URL：
--normalize auto（若影響名稱則使用off）。 - 語言偏好：
--lang en|de|fr|...以引導正規化。 - v3：不支援 SSML
<break>；請使用[pause]、[short pause]、[long pause]。 - v2/v2.5：支援 SSML
<break time="1.5s" />；但sag未開放<phoneme>。
v3 音訊標籤（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
在輸出長音訊前，先確認語音與說話者。
聊天語音回覆
當 Peter 要求「語音」回覆時（例如「瘋狂科學家語音」、「用語音解釋」），產生音訊並發送：
# 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 - 戲劇化：適量使用
[sings]或[shouts]
Clawd 的預設語音：lj2rcrvANS3gaWWnczSX（或直接使用 -v Clawd）