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/jarvis-piper.sh

@@ -0,0 +1,58 @@
+#!/usr/bin/env bash
+# Voz de JARVIS con Piper: castellano de España, no latinoamericano.
+#
+#   jarvis-piper.sh <fichero.wav> <texto>
+#
+# Kokoro, que es lo que trae Newelle, no tiene ni una voz de España: sus dos
+# masculinas en español (em_alex, em_santa) suenan latinas. Piper si las tiene,
+# es libre y corre local. Se invoca desde el handler custom_command, que ya
+# ejecuta en el host.
+#
+# El descenso de tono se hace aqui y no en la cadena de la app porque alli se
+# usa asetrate, que necesita saber la frecuencia de muestreo: esta calculada
+# para los 24 kHz de Kokoro y Piper saca 22050, asi que aplicaria una bajada
+# distinta de la pedida. Aqui se usa rubberband, que trabaja en semitonos y le
+# da igual la frecuencia. Existe en el ffmpeg del sistema pero no en el del
+# flatpak, y este script ya corre fuera.
+#
+# Ajustes por entorno:
+#   JARVIS_PIPER_VOZ    es_ES-sharvard-medium (defecto) | es_ES-davefx-medium
+#                       | es_ES-carlfm-x_low
+#   JARVIS_PIPER_TONO   0.90 (defecto). 1.0 no toca el tono; por debajo de
+#                       0.85 empieza a sonar artificial.
+
+set -uo pipefail
+
+# La raiz se deduce de donde esta este fichero, no del $HOME de nadie: asi el
+# arbol se puede mover o clonar en otra maquina y sigue funcionando sin editar
+# rutas. `cd -P` resuelve enlaces simbolicos, que el lanzador de escritorio
+# puede invocarlo por uno.
+RAIZ=$(cd -P "$(dirname "${BASH_SOURCE[0]:-$0}")/.." && pwd)
+BASE=$RAIZ/voz
+VOZ=${JARVIS_PIPER_VOZ:-es_ES-sharvard-medium}
+TONO=${JARVIS_PIPER_TONO:-0.90}
+
+SALIDA=${1:-}
+TEXTO=${2:-}
+
+[ -n "$SALIDA" ] || { echo "falta el fichero de salida" >&2; exit 1; }
+[ -n "$TEXTO" ]  || { echo "sin texto que decir" >&2; exit 1; }
+
+MODELO=$BASE/modelos/$VOZ.onnx
+[ -f "$MODELO" ] || { echo "no esta el modelo $MODELO" >&2; exit 1; }
+
+CRUDO=$(mktemp --suffix=.wav)
+trap 'rm -f "$CRUDO"' EXIT
+
+printf '%s' "$TEXTO" | "$BASE/piper/piper" \
+    --model "$MODELO" --output_file "$CRUDO" 2>/dev/null
+
+[ -s "$CRUDO" ] || { echo "piper no genero audio" >&2; exit 1; }
+
+if [ "$TONO" = "1.0" ] || ! command -v ffmpeg >/dev/null; then
+    cp "$CRUDO" "$SALIDA"
+else
+    ffmpeg -hide_banner -loglevel error -i "$CRUDO" \
+        -af "rubberband=pitch=$TONO" -y "$SALIDA" 2>/dev/null \
+        || cp "$CRUDO" "$SALIDA"
+fi