¿Puedes construir Krisp con IA?

Construye una herramienta de limpieza de ruido para reemplazar Krisp en grabaciones, no en llamadas en vivo. Requisitos:

- Sé honesto desde el inicio en el README: la supresión en tiempo real como micrófono virtual requiere un controlador de audio a nivel del sistema operativo y latencia de milisegundos. Ese es el producto real de Krisp y queda fuera del alcance. Esta herramienta limpia archivos de audio después de grabarlos.
- Una CLI: `denoise in.wav` (acepta mp3/m4a, decodificados mediante ffmpeg) escribe in.clean.wav junto al original, sin modificarlo.
- Usa RNNoise para la supresión (el filtro arnndn de ffmpeg con un archivo de modelo descargado es la ruta sencilla), y después aplica un paso de loudnorm para que los niveles de voz sean uniformes.
- Un modo watch con chokidar: coloca archivos en ~/Denoise/in/ y las versiones limpias aparecen en ~/Denoise/out/ con los mismos nombres.
- Un modo batch para carpetas completas, con una estimación de ruido antes y después impresa por archivo.
- Node envolviendo ffmpeg, o un script bash sencillo si resulta más práctico. Sin servidor ni GUI.
- Completamente local y offline: sin cuentas, telemetría ni llamadas a APIs.
- Fuera de alcance: procesamiento de llamadas en vivo y dispositivo de audio virtual. Para llamadas en vivo, el README debe dirigirme a la función integrada de aislamiento de voz del sistema operativo.
- README: instalación de ffmpeg y del modelo RNNoise, con ejemplos de uso de una sola línea.