Sag

• Вы хотите генерировать выразительное высококачественное голосовое аудио с помощью ИИ из командной строки, не написывая собственный код для работы с API.
• Вам нужен ИИ-агент (например, Clawd), чтобы создавать озвученные голосовые ответы с характером и эмоциями, используя теги вроде [whispers], [excited] или [sarcastic].
• Вы создаёте сценарии TTS-процессов, требующих выбора голоса, нормализации языка или переключения моделей (eleven_v3, eleven_multilingual_v2, eleven_flash_v2_5).
• Вы хотите замену macOS say «из коробки», которая использует премиум-голоса ElevenLabs вместо системных.

• У вас нет API-ключа ElevenLabs или вы не хотите нести расходы за использование ElevenLabs — этот навык не имеет бесплатного или офлайн-варианта.
• Вам нужна поддержка SSML <phoneme>; Sag не предоставляет эту функцию.
• Вам нужен только базовый системный TTS на macOS и не требуется качество ElevenLabs — встроенной команды say будет достаточно.

Выбирайте между eleven_v3 (выразительная, по умолчанию), eleven_multilingual_v2 (стабильная, многоязычная) и eleven_flash_v2_5 (быстрая), чтобы найти оптимальный баланс между качеством, скоростью и охватом языков для каждого варианта использования.

Встраивайте подсказки воспроизведения прямо в текст с помощью тегов, таких как [whispers], [shouts], [laughs], [excited], [sarcastic] и других. Управление паузами осуществляется с помощью [pause], [short pause] и [long pause] вместо SSML.

Укажите любой голос ElevenLabs по имени или ID с помощью флага -v, задайте голос по умолчанию через ELEVENLABS_VOICE_ID / SAG_VOICE_ID, а также просматривайте доступные голоса с помощью команды sag voices.

Исправляйте неправильное произношение, изменяя написание слов, используя дефисы или регулируя регистр. Флаг --normalize auto|off управляет нормализацией чисел, единиц измерения и URL-адресов, а --lang направляет языковую нормализацию.

Запустите sag prompting, чтобы получить рекомендации по формулировке и форматированию текста для достижения наилучших результатов с текущей выбранной моделью.

Сохраняйте сгенерированное аудио прямо на диск с помощью флага -o (например, -o /tmp/reply.mp3), что упрощает прикрепление аудиофайлов к ответам ИИ-агентов или последующим рабочим процессам.

ИИ-агент генерирует голосовой ответ с определённым характером — например, sag -v Clawd -o /tmp/reply.mp3 "[excited] Here's what I found!" — затем включает путь к файлу в свой ответ для немедленного воспроизведения.

Передавайте текст или содержимое документов в sag через shell-скрипт для массового создания озвученных аудиофайлов, используя --normalize auto для корректной обработки чисел и URL-адресов.

Быстро прослушивайте различные голоса ElevenLabs и стили подачи ([whispers], [sarcastic], [sings]) перед тем, как остановиться на финальном голосе для озвучки — всё прямо из терминала.

Используйте eleven_multilingual_v2 с --lang de|fr|es|... для генерации корректно нормализованного TTS на языках, отличных от английского, — подходит для конвейеров локализованного контента.