sag 是一份用 ElevenLabs 把文字合成语音的 Skill。它像终端朗读工具一样接收文本，但合成走 API，再本地播放或保存音频。
归档列出表现力、稳定性和速度取向不同的模型，长内容先确定声音。发音不对可调整拼写、数字规范化或语言提示，但不能假定每种模型接受同一套停顿语法。
例如主文说 v3 使用方括号停顿标签，v2 系列可用相应 SSML break，而 phoneme 标签未通过这个工具暴露。示例的笑声、耳语等也是模型相关控制，不是文本里加了字就保证效果。
使用需要可用工具与 API 密钥。本文没有调用语音服务或试听，也不声称归档默认始终最新；你提供文本、语言、声音和输出目标后，应先做短段检查，再确认姓名、节奏与长篇风格。