steipete/sag

何を解決するか

sag は、高品質なAI音声プロバイダーを使用してテキストから音声を生成するためのシンプルな「Macスタイル」のコマンドラインインターフェース（CLI）ツールです。複雑なAPI呼び出しやGUIツールの必要性を排除し、単一のコマンドで音声をスピーカーにストリーミングするか、ファイルに保存できます。

動作方法

このツールは、主に2つのテキスト読み上げ（TTS）プロバイダーである ElevenLabs と 60db のラッパーとして機能します。API認証、音声の選択、音声再生を処理します。ユーザーは macOS の say コマンドのようにテキストを直接渡すか、音声や設定を管理するための特定のサブコマンドを使用できます。

対象ユーザー

カスタムAPI統合コードを書く必要なく、ターミナルワークフロー、スクリプト、またはAIエージェントに高品質なAI音声を統合したい開発者、システム管理者、クリエイター。

特徴

• プロバイダー対応: ElevenLabs と 60db をサポートし、設定されたAPIキーに基づいて自動的にプロバイダーを選択します。
• ストリーミング再生: 音声生成中にリアルタイムでスピーカーに音声をストリーミングできます。
• 音声の検索: 言語、使用用途、ラベルで音声を検索、一覧表示、フィルタリングするための組み込みコマンドがあります。
• 柔軟な出力: 出力ファイルの拡張子に応じて、MP3、WAV、PCMなどのさまざまな形式に音声を保存できます。
• 細かい制御: 速度、安定性、類似度、スタイル、レイテンシータイアのフラグを提供し、音声の出力を微調整できます。
• モデル選択: v3（表現力豊かな演技用）や v2.5 Flash（超低レイテンシ用）を含む、ElevenLabsの複数のモデルにアクセスできます。

これは、ElevenLabs や 60db を使って、Macスタイルの 'say' 体験を提供する、高品質なAI音声をストリーミング再生または音声ファイルとして保存できるコマンドラインTTSツールです。— @username