¿Puedes construir Speechify con IA?

Construye el sustituto personal más cercano y honesto de Speechify en un repositorio vacío.
Usa Python 3.12, FastAPI, SQLite, ffmpeg y un modelo local de TTS propiedad del usuario; no ofrezcas stacks alternativos.
El flujo principal es: leer en voz alta documentos proporcionados por el usuario con un motor local de TTS, etiquetar las salidas como sintéticas y conservar la procedencia de cada archivo generado.
Haz que la primera ejecución funcione localmente con un comando documentado.
Almacena todos los datos del usuario localmente de forma predeterminada y facilita la exportación.
Guarda los secretos en .env, incluye .env.example y nunca confirmes credenciales.
Requiere una confirmación de derechos y consentimiento a nivel de proyecto antes de generar audio.
No incluyas recursos de voces de celebridades o figuras públicas, ni voces obtenidas mediante scraping; acepta únicamente modelos con licencia explícita.
Genera voz a partir de texto con controles de voz, velocidad, pausas, pronunciación y segmentos.
Crea una línea de tiempo para audio, subtítulos, elementos visuales cargados y transiciones sencillas.
Inserta metadatos del proyecto y una divulgación visible de medios sintéticos en los recursos exportados.
Almacena los prompts, identificadores de modelos, notas de consentimiento y hashes de salida en un registro local de procedencia.
Incluye estados claros de vacío, carga, éxito y error recuperable.
Agrega validación de entradas, nombres de archivo seguros y manejo adecuado de API no disponibles.
Escribe pruebas específicas para la transformación principal y un flujo feliz de extremo a extremo.
Crea un README con la configuración, arquitectura, permisos, ubicación de datos y pasos para copias de seguridad.
No agregues cuentas, facturación, telemetría, analítica ni un plano de control alojado.
No afirmes reproducir datos propietarios, liquidez de red, acceso regulado ni infraestructura de última generación.
Deja fuera deliberadamente la clonación de voces sin consentimiento claro.
Deja fuera deliberadamente la suplantación o los medios engañosos sin etiquetar.
Deja fuera deliberadamente un modelo de avatar de última generación, el hosting público y la gestión de derechos empresariales.
Termina ejecutando las pruebas y enumerando los comandos exactos utilizados.