JARVIS: asistente de voz local para Linux

Nucleo propio: oye con whisper.cpp, piensa con un modelo de Ollama, habla
con Piper, y hace RAG sobre los apuntes del usuario. 100% local, sin
cuentas ni claves.

Escrito bajo una restriccion dura, 4 GB de VRAM: el cerebro y whisper
comparten tarjeta y solo caben porque estan dimensionados para ello. El
RAG usa embeddings estaticos con busqueda hibrida; la voz clonada se sirve
de una cache de frases.

Incluye instalador (install.sh), requisitos, y documentacion del stack,
del manejo de root y de las acciones. Los apuntes indexados y el diario NO
se incluyen: son privados y el .gitignore los bloquea.

config/comparar_voces.py

@@ -0,0 +1,81 @@
+#!/usr/bin/env python3
+"""Genera la misma frase con las cuatro voces britanicas de Kokoro.
+
+    flatpak run --command=python3 io.github.qwersyk.Newelle//master \
+        ~/COFRE/CODERS/JARVIS/config/comparar_voces.py
+
+Todas salen ya con el tratamiento aplicado, que es como sonaran de verdad.
+Elegir de oido y fijar la ganadora con set_voice.py.
+"""
+import os
+import subprocess
+import sys
+
+sys.path.insert(0, "/app/share/newelle")
+sys.path.insert(0, os.path.expanduser(
+    "~/.var/app/io.github.qwersyk.Newelle/config/pip"))
+
+from gi.repository import Gio  # noqa: E402
+
+from newelle.handlers.tts.kokoro_handler import KokoroTTSHandler  # noqa: E402
+from newelle.handlers.tts.tts import jarvis_audio_filter  # noqa: E402
+
+VOCES = ["bm_george", "bm_daniel", "bm_lewis", "bm_fable"]
+
+FRASE = ("Good evening, sir. All systems are running locally. "
+         "The GPU is idle, and you have 846 gigabytes free. "
+         "Shall I run the diagnostics?")
+
+SALIDA = os.path.expanduser("~/COFRE/CODERS/JARVIS/muestras/voces")
+CONFIG = os.path.expanduser("~/.var/app/io.github.qwersyk.Newelle/config")
+
+
+def nivel(path):
+    """mean/max en dB, para confirmar que ninguna sale floja o recortada."""
+    r = subprocess.run(
+        ["ffmpeg", "-hide_banner", "-i", path, "-af", "volumedetect",
+         "-f", "null", "/dev/null"],
+        capture_output=True, text=True,
+    )
+    vals = [l.split(":")[-1].strip() for l in r.stderr.splitlines()
+            if "mean_volume:" in l or "max_volume:" in l]
+    return " / ".join(vals) if vals else "?"
+
+
+def main():
+    os.makedirs(SALIDA, exist_ok=True)
+    settings = Gio.Settings.new("io.github.qwersyk.Newelle")
+    handler = KokoroTTSHandler(settings, os.path.join(CONFIG, "models"))
+
+    if not handler.is_installed():
+        print("instalando kokoro...")
+        handler.install()
+
+    filtro = jarvis_audio_filter()
+    print(f"{'voz':<12} {'fichero':<26} nivel (mean / max)")
+
+    for voz in VOCES:
+        handler.set_voice(voz)
+        crudo = os.path.join(SALIDA, f"_{voz}_seca.wav")
+        final = os.path.join(SALIDA, f"{voz}.wav")
+        try:
+            handler.save_audio(FRASE, crudo)
+            subprocess.run(
+                ["ffmpeg", "-hide_banner", "-loglevel", "error",
+                 "-i", crudo, "-af", filtro, "-y", final],
+                check=True,
+            )
+            os.remove(crudo)
+            print(f"{voz:<12} {os.path.basename(final):<26} {nivel(final)}")
+        except Exception as e:
+            print(f"{voz:<12} FALLO: {e}")
+
+    # dejar la voz como estaba, que este script solo compara
+    handler.set_voice(VOCES[0])
+    print(f"\nvoz restaurada a {VOCES[0]}")
+    print(f"escuchalas en: {SALIDA}")
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(main())