#!/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