Sag

• Du möchtest ausdrucksstarke, hochwertige KI-Sprachaudio über die Befehlszeile generieren, ohne benutzerdefinierten API-Code schreiben zu müssen.
• Du benötigst einen KI-Agenten (wie Clawd), der gesprochene Sprachantworten mit Charakter und Emotion erzeugt, mithilfe von Tags wie [whispers], [excited] oder [sarcastic].
• Du skriptest TTS-Workflows, die Stimmauswahl, Sprachnormalisierung oder Modellwechsel erfordern (eleven_v3, eleven_multilingual_v2, eleven_flash_v2_5).
• Du möchtest einen direkten Ersatz für macOS say, der Premium-ElevenLabs-Stimmen anstelle von Systemstimmen verwendet.

• Du hast keinen ElevenLabs-API-Schlüssel oder möchtest keine ElevenLabs-Nutzungskosten verursachen – diese Skill bietet keinen kostenlosen/Offline-Fallback.
• Du benötigst SSML-<phoneme>-Unterstützung; Sag stellt diese Funktion nicht bereit.
• Du benötigst nur einfache TTS auf Systemebene unter macOS und brauchst keine ElevenLabs-Qualität – der integrierte say-Befehl ist ausreichend.

Wählen Sie zwischen eleven_v3 (ausdrucksstark, Standard), eleven_multilingual_v2 (stabil, mehrsprachig) und eleven_flash_v2_5 (schnell), um Qualität, Geschwindigkeit und Sprachabdeckung für jeden Anwendungsfall optimal abzustimmen.

Bette Lieferhinweise direkt in deinen Text ein, indem du Tags wie [whispers], [shouts], [laughs], [excited], [sarcastic] und weitere verwendest. Die Pausensteuerung nutzt [pause], [short pause] und [long pause] anstelle von SSML.

Gib eine beliebige ElevenLabs-Stimme per Name oder ID mit dem -v-Flag an, lege eine Standardstimme über ELEVENLABS_VOICE_ID / SAG_VOICE_ID fest und durchsuche verfügbare Stimmen mit sag voices.

Behebe Ausspracheprobleme, indem du Wörter neu buchstabierst, Bindestriche verwendest oder die Groß- und Kleinschreibung anpasst. Das Flag --normalize auto|off verarbeitet Zahlen, Einheiten und URLs, während --lang die sprachspezifische Normalisierung steuert.

Führe sag prompting aus, um modellspezifische Anleitungen zu erhalten, wie du Text am besten formulierst und formatierst, um optimale Ergebnisse mit dem aktuell ausgewählten Modell zu erzielen.

Speichere generiertes Audio direkt auf der Festplatte mit dem -o-Flag (z. B. -o /tmp/reply.mp3), um Audiodateien einfach an KI-Agenten-Antworten oder nachgelagerte Workflows anzuhängen.

Ein KI-Agent generiert eine gesprochene Antwort mit einem bestimmten Charakter – z. B. sag -v Clawd -o /tmp/reply.mp3 "[excited] Here's what I found!" – und fügt dann den Dateipfad in seine Antwort ein, um die sofortige Wiedergabe zu ermöglichen.

Übergib Text oder Dokumentinhalte in einem Shell-Skript an sag, um in großen Mengen vertonte Audiodateien zu erstellen, und nutze --normalize auto, um Zahlen und URLs sauber zu verarbeiten.

Probiere schnell verschiedene ElevenLabs-Stimmen und Sprechstile ([whispers], [sarcastic], [sings]) aus, bevor du dich für einen Produktions-Voice-over entscheidest – alles direkt vom Terminal aus.

Verwende eleven_multilingual_v2 mit --lang de|fr|es|..., um korrekt normalisiertes TTS in anderen Sprachen als Englisch zu generieren, geeignet für lokalisierte Content-Pipelines.