sag

Sag 是一款为 OpenClaw AI 助手设计的高性能文字转语音 (TTS) 集成工具，利用 ElevenLabs 提供逼真且富有表现力的合成语音。它采用 macOS 'say' 指令的熟悉操作界面，让用户能直接从命令行将文本回应转换为高质量的音频文件。此技能适合偏好听觉互动，或需要为自动化聊天回应生成语音内容的用户。它支持多种 ElevenLabs 模型，包含用于对话式助手的表达型模型，以及用于低延迟播放的快速模型。

• 完整的 ElevenLabs API 集成，支持 v2、v2.5 及 v3 模型架构。

• 支持语音标记，例如 [whispers] (耳语)、[shouts] (呐喊)、[sings] (唱歌) 与 [laughs] (笑声)，提供更自然的朗读效果。

• 内置语音参数自定义功能，包含 Voice ID 与规范化语言偏差设置。

• 集成语音聊天回应生成管线，输出适合 OpenClaw MEDIA 协议的文件路径。

• 提供简单的命令行界面，用于列出语音列表、测试 TTS，并通过重新拼写与规范化功能来调整发音。

• 请确保您已在环境变量中设置有效的 ElevenLabs API 密钥 (ELEVENLABS_API_KEY 或 SAG_API_KEY)。

• 使用 [pause]、[short pause] 或 [long pause] 标签来控制语音节奏，因为 v3 模型不支持标准的 SSML break 标签。

• 若要集成聊天功能，请将音频文件生成至临时目录，并使用 MEDIA:/path/to/file.mp3 语法，以便在助手的客户端渲染输出。

• 当定义特定角色性格（如“疯狂科学家”）时，可结合情绪标签与强度设置，以达到最佳效果。

• 使用 --normalize auto 标志来自动处理数字、单位与网址，若该功能影响到特定专有名词，则建议切换为 off。