carril verde (Hermes Agent): documentacion, panel, voz local y RAG

Rama JARVIS-GREEN, independiente de master (el nucleo naranja queda intacto).

- README propio del carril verde con diagrama de arquitectura y capturas del panel.
- verde/: arranque, panel web, puente de voz (escucha local con faster-whisper +
  habla con la voz del naranja), pruebas (07 voz, 08 escucha), config y notas.
- Integracion RAG: nucleo/saber/busca_cli.py + skill buscar-en-apuntes, para que
  el agente consulte el mismo indice que el nucleo.
- Todo local (127.0.0.1); sin datos personales (rutas y modelo de GPU scrubeados).

verde/pruebas/07_voz.sh

@@ -0,0 +1,88 @@
+#!/usr/bin/env bash
+# Que el verde hable, y que hable IGUAL que el naranja.
+#
+# No es un detalle estetico. Si el verde sonara con una voz que Piper se
+# descarga por su cuenta —la GPL de OHF-Voice que trae Hermes de serie—,
+# comparar los dos carriles no diria nada: la mitad de la impresion de un
+# asistente de voz es el timbre.
+#
+# Por eso el TTS de Hermes va por comando (type: command, sin documentar en su
+# web pero si en tools/tts_tool.py) contra voz-verde.sh, que es un adaptador de
+# 15 lineas al mismo config/jarvis-piper.sh del naranja: mismo binario Piper
+# 1.2.0 MIT, mismo .onnx, misma cadena de audio.
+#
+# La prueba llama al adaptador EXACTAMENTE como lo llama Hermes: dos argumentos,
+# el WAV de salida y un FICHERO con el texto. Es donde estaba la trampa —
+# jarvis-piper.sh quiere el texto como argumento— y una interfaz mal encajada no
+# se ve hasta que suena mal.
+#
+# No suena nada: se genera el fichero y se mide.
+
+cd "$(dirname "$0")" && . ./comun.sh
+
+titulo "El adaptador"
+
+afirma "existe voz-verde.sh"  test -x "$VERDE/voz-verde.sh"
+afirma "existe jarvis-piper.sh del naranja" test -x "$RAIZ/config/jarvis-piper.sh"
+
+titulo "Generar"
+
+TEXTO=$TMP/texto.txt
+WAV=$TMP/voz.wav
+rm -f "$WAV"
+printf 'A sus órdenes, señor. Todos los sistemas responden con normalidad.' > "$TEXTO"
+
+INICIO=$(date +%s.%N)
+"$VERDE/voz-verde.sh" "$WAV" "$TEXTO" >"$TMP/voz.log" 2>&1
+SALIO=$?
+TARDO=$(awk "BEGIN{printf \"%.2f\", $(date +%s.%N) - $INICIO}")
+
+if [ $SALIO -ne 0 ] || [ ! -s "$WAV" ]; then
+    echo "  $(rojo FALLO) voz-verde.sh no genero el WAV (codigo $SALIO)"
+    sed 's/^/        /' "$TMP/voz.log" | head -8
+    exit 1
+fi
+echo "  $(verde OK) WAV generado en ${TARDO}s"; _ok=$((_ok + 1))
+
+titulo "El fichero"
+
+# soxi/ffprobe no estan garantizados: se lee la cabecera RIFF a mano, que son
+# cuatro campos en posiciones fijas y no depende de nada instalado.
+leer=$(python3 - "$WAV" <<'PY'
+import struct, sys, wave
+with wave.open(sys.argv[1]) as w:
+    print(w.getframerate(), w.getnchannels(), w.getsampwidth() * 8,
+          round(w.getnframes() / w.getframerate(), 2))
+PY
+)
+read -r HZ CANALES BITS SEGUNDOS <<<"$leer"
+
+comprueba "22050 Hz, como el naranja" "$HZ"      "22050"
+comprueba "mono"                      "$CANALES" "1"
+comprueba "16 bits"                   "$BITS"    "16"
+
+# Frase de ~4 s. Si sale mucho mas corta, Piper se comio el texto; si sale mucho
+# mas larga, el tono esta mal y sonaria a camara lenta.
+mayor_que "dura lo que una frase (s)" "$SEGUNDOS" 2
+menor_que "y no se alarga de mas (s)" "$SEGUNDOS" 12
+
+# Tiempo real: 0,34 s para 3,2 s de audio, medido el 15 ago. Es CPU, no toca la
+# grafica, asi que no compite con el modelo.
+RATIO=$(awk "BEGIN{printf \"%.2f\", $TARDO / $SEGUNDOS}")
+nota "sintesis $TARDO s para $SEGUNDOS s de audio (x$RATIO del tiempo real)"
+menor_que "sintetiza mas rapido de lo que dura" "$RATIO" 1
+
+titulo "La misma voz que el naranja"
+
+# voz-verde.sh copia al NUCLEO (nucleo/boca/voz.py: POR_DEFECTO = "davefx"), no
+# al README, que describe sharvard y es del JARVIS sobre Newelle. Se compara
+# contra el nucleo porque es contra quien se va a comparar el carril.
+VOZ_VERDE=$(grep -oP 'JARVIS_PIPER_VOZ:-\K[^}]+'  "$VERDE/voz-verde.sh")
+VOZ_NUCLEO=$(grep -oP 'POR_DEFECTO\s*=\s*"\K[^"]+' "$RAIZ/nucleo/boca/voz.py" 2>/dev/null)
+if [ -z "$VOZ_NUCLEO" ]; then
+    nota "no pude leer la voz del nucleo; comparacion omitida"
+else
+    comprueba "misma voz que el nucleo" "$VOZ_VERDE" "es_ES-${VOZ_NUCLEO}-medium"
+fi
+
+resumen