语音合成技能

使用 sag 进行 ElevenLabs 文本转语音并本地播放。

API 密钥（必需）

• ELEVENLABS_API_KEY（首选）
• SAG_API_KEY 也被 CLI 支持

快速开始

sag "你好"
sag speak -v "Roger" "你好"
sag voices
sag prompting  # 模型特定提示

模型说明

• 默认: eleven_v3（表现力强）
• 稳定: eleven_multilingual_v2
• 快速: eleven_flash_v2_5

发音和交付规则

• 首先修复: 重新拼写（例如 "key-note"），添加连字符，调整大小写
• 数字/单位/URL: --normalize auto
• 语言偏置: --lang en|de|fr|... 来指导规范化
• v3: 不支持 SSML <break>；使用 [pause]、[short pause]、[long pause]
• v2/v2.5: 支持 SSML <break time="1.5s" />

v3 音频标签（放在行首）

• [whispers]、[shouts]、[sings]
• [laughs]、[starts laughing]、[sighs]、[exhales]
• [sarcastic]、[curious]、[excited]、[crying]、[mischievously]

示例:

sag "[whispers] 保持安静。[short pause] 好吗？"

语音默认值

• ELEVENLABS_VOICE_ID 或 SAG_VOICE_ID

聊天语音回复

当要求"语音"回复时：

# 生成音频文件
sag -v Clawd -o /tmp/voice-reply.mp3 "你的消息在这里"

# 然后在回复中包含:
# MEDIA:/tmp/voice-reply.mp3

Clawd 的默认语音: lj2rcrvANS3gaWWnczSX（或者直接用 -v Clawd）