無料GitHub で公開日本語紹介

sag

ElevenLabsで文章を音声に変え、手元で再生したり音声ファイルに保存したりするスキル。声の選択に加え、発音や間、ささやきなどの話し方も調整します。

原文原文の説明を見る

ElevenLabs text-to-speech with mac-style say UX.

openclaw/openclaw

インストール方法を見る

こんなときに便利

文章を手元で読み上げたいとき
音声での返答をファイルに保存
読み上げる声を選んで確認
発音や数字、間の調整
ささやきや感情を加えた読み上げ

日本語での紹介

できること

ElevenLabsを使って文章を音声に変換し、手元で再生したり、音声ファイルとして保存したりします。sagで声を選び、発音しにくい語の綴り、数字や単位の読み方、言語指定を調整します。対応モデルでは、ささやき、感情、笑い、間を表すタグも使えます。音声での返答を求められた場合は、生成したファイルを返す流れを扱います。

こんなときに便利

文章を耳で確認したいときや、説明を音声で受け取りたいときに向いています。落ち着いた話し方や演技を加えた読み上げなど、声と表現を試したい場合にも使えます。声の一覧やモデル別のヒントを確認するコマンドも紹介されています。

使い方の例

「この文章をRogerの声で読み上げて」
「短い間を入れ、ささやく声で音声ファイルにして」
「数字と単位の読み方を調整して読み上げて」

注意点

sagのインストールとElevenLabsのAPIキーが必要です。キーはELEVENLABS_API_KEYなどの環境変数、またはキーファイルで渡します。既定モデルはeleven_v3です。間の指定方法はモデルで異なり、v3は[pause]など、v2系はSSMLの<break>に対応します。長い音声を作る前に声と話者を確認する手順です。

この紹介文は、公開されている SKILL.md をもとに AI（Claude Haiku）が作成しました。正確な仕様は下の原文を確認してください。

含まれるファイル（1）

SKILL.md2.3 KB

SKILL.md（原文）

インストールする前に、エージェントに与えられる指示の中身を確認できます。

sag

Use sag for ElevenLabs TTS with local playback.

API key (required)

ELEVENLABS_API_KEY (preferred)
SAG_API_KEY also supported by the CLI
Key file via --api-key-file, ELEVENLABS_API_KEY_FILE, or SAG_API_KEY_FILE

Quick start

sag "Hello there"
sag speak -v "Roger" "Hello"
sag voices
sag prompting (model-specific tips)

Model notes

Default: eleven_v3 (expressive)
Stable: eleven_multilingual_v2
Fast: eleven_flash_v2_5

Pronunciation + delivery rules

First fix: respell (e.g. "key-note"), add hyphens, adjust casing.
Numbers/units/URLs: --normalize auto (or off if it harms names).
Language bias: --lang en|de|fr|... to guide normalization.
v3: SSML <break> not supported; use [pause], [short pause], [long pause].
v2/v2.5: SSML <break time="1.5s" /> supported; <phoneme> not exposed in sag.

v3 audio tags (put at the entrance of a line)

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

Voice defaults

ELEVENLABS_VOICE_ID or SAG_VOICE_ID

Confirm voice + speaker before long output.

Chat voice responses

When the user asks for a "voice" reply (e.g., "crazy scientist voice", "explain in voice"), generate audio and send it:

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

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

Voice character tips:

Crazy scientist: Use [excited] tags, dramatic pauses [short pause], vary intensity
Calm: Use [whispers] or slower pacing
Dramatic: Use [sings] or [shouts] sparingly

Default voice for Clawd: lj2rcrvANS3gaWWnczSX (or just -v Clawd)

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

ログインしてレビューを書く

同じリポジトリのスキル

概要と使いどころ