mcpField
S
sag

sag

github.com/openclawクリエイティブ・メディア393.3k5.2k 回インストール今日更新
リポジトリ

sag について

sag は ElevenLabs の音声を生成し、ローカルで再生するコマンドラインスキルです。声の選択や発音調整、表現を加えるタグに対応しています。

主な機能

  1. 01ElevenLabs の音声生成
  2. 02ローカルでの音声再生
  3. 03声の選択と一覧表示
  4. 04発音と言語の調整
  5. 05表現を加える音声タグ

活用シーン

  1. 01テキストから音声の返答を作成
  2. 02長い出力に使う声の選択
  3. 03名前や数字の発音調整

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/openclaw/openclaw --skill sag

インストール後、Claude Code で/sagを入力して読み込まれたか確認します。

詳細

sag

ローカル再生で ElevenLabs の TTS を使うには、sag を使用します。

API キー（必須）

  • ELEVENLABS_API_KEY（推奨）
  • SAG_API_KEY も CLI でサポートされています
  • --api-key-file、ELEVENLABS_API_KEY_FILE、または SAG_API_KEY_FILE で指定するキー ファイル

クイックスタート

  • sag "Hello there"
  • sag speak -v "Roger" "Hello"
  • sag voices
  • sag prompting（モデル固有のヒント）

モデルに関する注意

  • デフォルト：eleven_v3（表現力豊か）
  • 安定性重視：eleven_multilingual_v2
  • 高速：eleven_flash_v2_5

発音と読み上げのルール

  • 最初に試す方法：綴りを変える（例：「key-note」）、ハイフンを追加する、大文字・小文字を調整する。
  • 数字／単位／URL：--normalize auto（名前に悪影響がある場合は off）。
  • 言語の指定：--lang en|de|fr|... で正規化の参考にする言語を指定します。
  • v3：SSML の <break> はサポートされていません。[pause]、[short pause]、[long pause] を使用してください。
  • v2／v2.5：SSML の <break time="1.5s" /> はサポートされています。<phoneme> は sag では公開されていません。

v3 の音声タグ（行の先頭に配置します）

  • [whispers]、[shouts]、[sings]
  • [laughs]、[starts laughing]、[sighs]、[exhales]
  • [sarcastic]、[curious]、[excited]、[crying]、[mischievously]
  • 例：sag "[whispers] keep this quiet. [short pause] ok?"

音声のデフォルト設定

  • ELEVENLABS_VOICE_ID または SAG_VOICE_ID

長い音声を生成する前に、音声と話者を確認してください。

音声でのチャット応答

ユーザーが「音声で」返信するよう求めた場合（例：「マッドサイエンティストの声で」「音声で説明して」）、音声を生成して送信します。

# Generate audio file
sag -v Clawd -o /tmp/voice-reply.mp3 "Your message here"

# Then include in reply:
# MEDIA:/tmp/voice-reply.mp3

音声キャラクターのヒント：

  • マッドサイエンティスト：[excited] タグを使い、劇的な間 [short pause] を入れて、強弱を変えます
  • 落ち着いた声：[whispers] を使うか、ゆっくり話します
  • 劇的な声：[sings] または [shouts] を控えめに使います

Clawd のデフォルト音声：lj2rcrvANS3gaWWnczSX（または単に -v Clawd）

コメント

Markdown 対応