Sag

• Vous souhaitez générer de l'audio vocal IA expressif et de haute qualité depuis la ligne de commande sans écrire de code API personnalisé.
• Vous avez besoin d'un agent IA (comme Clawd) pour produire des réponses vocales parlées avec du caractère et de l'émotion, en utilisant des balises comme [whispers], [excited], ou [sarcastic].
• Vous créez des scripts de workflows TTS nécessitant la sélection de voix, la normalisation de la langue ou le changement de modèle (eleven_v3, eleven_multilingual_v2, eleven_flash_v2_5).
• Vous voulez un remplacement direct pour la commande macOS say qui utilise des voix ElevenLabs premium à la place des voix système.

• Vous n'avez pas de clé API ElevenLabs ou ne souhaitez pas engager de coûts d'utilisation ElevenLabs — cette compétence ne dispose d'aucune solution de repli gratuite/hors ligne.
• Vous avez besoin de la prise en charge SSML <phoneme> ; sag n'expose pas cette fonctionnalité.
• Vous avez uniquement besoin d'une synthèse vocale basique au niveau système sur macOS et n'avez pas besoin de la qualité ElevenLabs — la commande intégrée say est suffisante.

Choisissez entre eleven_v3 (expressif, par défaut), eleven_multilingual_v2 (stable, multilingue) et eleven_flash_v2_5 (rapide) pour équilibrer qualité, vitesse et couverture linguistique selon chaque cas d'usage.

Intégrez des indices de rendu directement dans votre texte à l'aide de balises telles que [whispers], [shouts], [laughs], [excited], [sarcastic], et bien d'autres. Le contrôle des pauses utilise [pause], [short pause] et [long pause] plutôt que le SSML.

Spécifiez n'importe quelle voix ElevenLabs par nom ou par ID avec le drapeau -v, définissez une voix par défaut via ELEVENLABS_VOICE_ID / SAG_VOICE_ID, et parcourez les voix disponibles avec sag voices.

Corrigez les erreurs de prononciation en réécrivant les mots, en utilisant des traits d'union ou en ajustant la casse. Le drapeau --normalize auto|off gère les nombres, les unités et les URL, tandis que --lang guide la normalisation spécifique à la langue.

Exécutez sag prompting pour obtenir des conseils spécifiques au modèle sur la façon de formuler et de mettre en forme le texte afin d'obtenir les meilleurs résultats avec le modèle actuellement sélectionné.

Enregistrez l'audio généré directement sur le disque avec l'option -o (par exemple, -o /tmp/reply.mp3), ce qui facilite l'ajout de fichiers audio aux réponses des agents IA ou aux flux de travail en aval.

Un agent IA génère une réponse parlée avec un caractère spécifique — par exemple, sag -v Clawd -o /tmp/reply.mp3 "[excited] Here's what I found!" — puis inclut le chemin du fichier dans sa réponse pour une lecture immédiate.

Transmettez du texte ou du contenu de document à sag dans un script shell pour produire des fichiers audio narrés en masse, en exploitant --normalize auto pour traiter proprement les nombres et les URL.

Auditionner rapidement différentes voix ElevenLabs et styles de rendu ([whispers], [sarcastic], [sings]) avant de valider une voix pour la production, le tout depuis le terminal.

Utilisez eleven_multilingual_v2 avec --lang de|fr|es|... pour générer une synthèse vocale correctement normalisée dans des langues autres que l'anglais, adaptée aux pipelines de contenu localisé.