Sag

• Du vill generera uttrycksfull AI-röstaudio av hög kvalitet från kommandoraden utan att skriva egen API-kod.
• Du behöver en AI-agent (som Clawd) för att producera talade röststyckena med karaktär och känsla, med hjälp av taggar som [whispers], [excited] eller [sarcastic].
• Du skriptar TTS-arbetsflöden som kräver röstval, språknormalisering eller modellbyte (eleven_v3, eleven_multilingual_v2, eleven_flash_v2_5).
• Du vill ha en drop-in-ersättning för macOS say som använder premiumröster från ElevenLabs istället för systemröster.

• Du har ingen ElevenLabs API-nyckel eller vill inte ådra dig ElevenLabs-användningskostnader — denna skill har inget gratis/offline-alternativ.
• Du behöver SSML <phoneme>-stöd; sag exponerar inte den funktionen.
• Du behöver bara grundläggande TTS på systemnivå på macOS och kräver inte ElevenLabs-kvalitet — det inbyggda say-kommandot är tillräckligt.

Välj mellan eleven_v3 (uttrycksfull, standard), eleven_multilingual_v2 (stabil, flerspråkig) och eleven_flash_v2_5 (snabb) för att balansera kvalitet, hastighet och språktäckning för varje användningsfall.

Bädda in leveranstips direkt i din text med hjälp av taggar som [whispers], [shouts], [laughs], [excited], [sarcastic] och fler. Pauskontroll använder [pause], [short pause] och [long pause] istället för SSML.

Ange valfri ElevenLabs-röst med namn eller ID via flaggan -v, ställ in en standardröst via ELEVENLABS_VOICE_ID / SAG_VOICE_ID, och bläddra bland tillgängliga röster med sag voices.

Åtgärda feluttal genom att stava om ord, använda bindestreck eller justera versaler. Flaggan --normalize auto|off hanterar siffror, enheter och URL:er, medan --lang styr språkspecifik normalisering.

Kör sag prompting för att få modellspecifik vägledning om hur du formulerar och formaterar text för bästa resultat med den valda modellen.

Spara genererat ljud direkt till disk med flaggan -o (t.ex. -o /tmp/reply.mp3), vilket gör det enkelt att bifoga ljudfiler till AI-agentsvar eller efterföljande arbetsflöden.

En AI-agent genererar ett talat svar med en specifik karaktär — t.ex. sag -v Clawd -o /tmp/reply.mp3 "[excited] Here's what I found!" — och inkluderar sedan filsökvägen i sitt svar för omedelbar uppspelning.

Mata in text eller dokumentinnehåll till sag i ett skalskript för att producera berättade ljudfiler i bulk, och utnyttja --normalize auto för att hantera siffror och URL:er på ett rent sätt.

Prova snabbt olika ElevenLabs-röster och leveransstilar ([whispers], [sarcastic], [sings]) innan du bestämmer dig för en röst för produktion – allt direkt från terminalen.

Använd eleven_multilingual_v2 med --lang de|fr|es|... för att generera korrekt normaliserad TTS på andra språk än engelska, lämplig för lokaliserade innehållspipelines.