Sag

• Você quer gerar áudio de voz com IA expressivo e de alta qualidade pela linha de comando sem precisar escrever código de API personalizado.
• Você precisa que um agente de IA (como o Clawd) produza respostas faladas com personalidade e emoção, usando tags como [whispers], [excited] ou [sarcastic].
• Você está criando scripts de fluxos de trabalho de TTS que exigem seleção de voz, normalização de idioma ou troca de modelo (eleven_v3, eleven_multilingual_v2, eleven_flash_v2_5).
• Você quer um substituto direto para o say do macOS que use vozes premium do ElevenLabs em vez das vozes do sistema.

• Você não tem uma chave de API do ElevenLabs ou não quer incorrer em custos de uso do ElevenLabs — esta skill não possui fallback gratuito/offline.
• Você precisa de suporte a <phoneme> em SSML; o Sag não expõe esse recurso.
• Você só precisa de TTS básico em nível de sistema no macOS e não requer a qualidade do ElevenLabs — o comando integrado say é suficiente.

Escolha entre eleven_v3 (expressivo, padrão), eleven_multilingual_v2 (estável, multilíngue) e eleven_flash_v2_5 (rápido) para equilibrar qualidade, velocidade e cobertura de idiomas em cada caso de uso.

Incorpore sinais de entrega diretamente no seu texto usando tags como [whispers], [shouts], [laughs], [excited], [sarcastic] e mais. O controle de pausa utiliza [pause], [short pause] e [long pause] em vez de SSML.

Especifique qualquer voz do ElevenLabs por nome ou ID com a flag -v, defina uma voz padrão via ELEVENLABS_VOICE_ID / SAG_VOICE_ID, e navegue pelas vozes disponíveis com sag voices.

Corrija erros de pronúncia reescrevendo palavras, usando hífens ou ajustando a capitalização. A flag --normalize auto|off lida com números, unidades e URLs, enquanto --lang orienta a normalização específica por idioma.

Execute sag prompting para obter orientações específicas do modelo sobre como formular e formatar texto para obter os melhores resultados com o modelo atualmente selecionado.

Salve o áudio gerado diretamente no disco com a flag -o (ex.: -o /tmp/reply.mp3), facilitando a anexação de arquivos de áudio às respostas de agentes de IA ou fluxos de trabalho subsequentes.

Um agente de IA gera uma resposta falada com um personagem específico — por exemplo, sag -v Clawd -o /tmp/reply.mp3 "[excited] Here's what I found!" — e então inclui o caminho do arquivo em sua resposta para reprodução imediata.

Alimente texto ou conteúdo de documentos para o sag em um script de shell para produzir arquivos de áudio narrados em massa, utilizando --normalize auto para tratar números e URLs de forma limpa.

Audicie rapidamente diferentes vozes e estilos de entrega do ElevenLabs ([whispers], [sarcastic], [sings]) antes de se comprometer com uma narração de produção, tudo pelo terminal.

Use eleven_multilingual_v2 com --lang de|fr|es|... para gerar TTS corretamente normalizado em idiomas diferentes do inglês, adequado para pipelines de conteúdo localizado.