◆ Module 01 · Voice · Sara

JARVIS for revenue.
EU sovereign. AI Act compliant.

Sara is one agent · three faces. Cold-calls prospects (cara A) · navigates the cockpit by voice (cara B) · answers text questions with citations (cara C). ≤800ms P50 latency. ES/EN/PT native. Resemble PerTH watermark shipped pre-AI-Act deadline. Sierra has chat. 11x bolted voice on email. Sara is voice-first day one.

≤800ms

End-to-end P50 latency

3

Languages native · ES/EN/PT

≤6%

WER ES target · jiwer eval CI

AI Act art 50/52 · pre-deadline 2026-08-02

◆ 1 agent · 3 caras

Same Sara. Different surface.

A

Outbound voice · cold calls

Sara dials prospects · books meetings · respects business hours + 5-min SLA

  • 8 SalesGPT conversation stages canon · Introduction → Qualification → Value Prop → Close
  • Rapport neurology (pacing + mirroring + sub-modalities V/A/K) baked-in
  • Real-time objection handling · 21 Cardone objections × 3 V/A/K modalities = 63 variants
  • Cal.com booking on-call · automatic Twenty opp create

Output: Booked meetings → Twenty CRM opportunity stage transition

B

UX voice · platform navigation

Sara responds to cockpit voice commands · "lanza audiencia ICP-01" · "abre el pipeline"

  • Cmd-K + "Sara, ..." command palette · grammar verb+object+filter
  • 6 autopilot patterns: propose-approve · batch confirm · escalation gate · explanation on demand · undo · confidence indicator
  • Cross-touchpoint seal · same Sara across 12 cockpit surfaces
  • Permission gates HITL · 3 tiers (silent · 4s countdown auto · explicit verb)

Output: Workflow invocation · cockpit navigation · agent handoffs

C

Text brain · async Q&A

Sara answers text questions · pulls from Foundation Pack + audit trail + agent memory

  • Foundation Pack 7-file context (market_positioning · audience_delight · creator_style · etc)
  • mem0 + Letta agent memory · per-tenant + per-agent
  • Graphiti temporal knowledge graph · "what did we agree about X last week"
  • Cites sources · pulls from `ross_governance.agent_outbound_log` for FinOps + audit

Output: Cited responses · Twenty data lookups · multi-agent handoff

◆ Production stack · 10 layers

Open-stack. Auditable.

LayerToolLicenseDetail
STTfaster-whisperMITWER ES ≤6% target
VADsilero-VADMITvoice activity detect ≤10ms
Smart-turnPipecat smart-turnApache 2.0turn detection · barge-in support
TTSElevenLabs + Chatterboxcommercial + Apache 2.0David PVC voice clone + brand voice
Voice cloneElevenLabs PVCcommercial3 min audio training (Wispr capture)
WatermarkResemble PerTH + AudioSeal MetaApache 2.0AI Act art 52 · deadline 2026-08-02
OrchestratorVapi (primary) + LiveKit (backup)commercialend-to-end ≤800ms P50
Noise suppressionDeepFilterNetMITecho cancel + noise gate
GuardrailsNeMo GuardrailsApache 2.0prompt-injection + PII redaction
Evaljiwer (WER)Apache 2.0per-language quality regression

8 of 10 layers are MIT/Apache OSS · 2 commercial (ElevenLabs PVC + Vapi orchestrator) · ROSS pays for these · ad-spend pass-through model · OSS-heavy stack designed for high gross margin.

◆ Stage 4 · new mechanism · 8 capabilities únicas

Sara cubre 8 · la competencia cubre 2.

Si conoces el espacio voice-AI · sabes que Vapi/Bland/Retell pelean por latency. ElevenLabs pelea por TTS quality. Hume pelea por emotion. Pero ninguno opera CRM en tiempo real ni tiene cross-channel memory ni soul.md per-tenant ni audit trail SHA-256. Aquí el positioning map · plan v4 INVESTOR §4.

Voice realtime <600ms

Pipecat smart-turn + WhisperLive WebSocket + preemptive_generation · p50 target validado

Opera CRM en tiempo real

"Mueve Empresa A a closed_won" en voz · ejecuta · loguea · responde · todo durante la call

Cross-channel memory

mem0 + Letta + Graphiti · Sara recuerda email de hace 3 semanas + slack + nota CRM · contexto unificado

HITL → Autopilot graduado

5 tiers · silent · countdown 4s · explicit verb · batch confirm · full autopilot · per-capability tunable

EU AI Act compliant by design

Art 50 disclosure first turn · art 52 watermark Resemble PerTH · pre-deadline 2 ago 2026 enforced

Audit trail SHA-256 chained

Cada acción de Sara loguea a ross_governance · 7y retention · forensic-grade · AI Act art 12

MCP server first-class

Sara expone MCP endpoint · Claude Code · Claude Desktop · cualquier MCP-aware client la opera

soul.md per-tenant persona

Personality + boundaries + tone + escalation rules por tenant · NO Sara genérica · cada cuenta su Sara

◆ Demo público · 90 second walkthrough · Cmd-J

Pulsa Cmd-J en cualquier surface del cockpit · háblale a Sara · esto es lo que entiende ya.

"Mueve Empresa A a closed_won"
"Puntúa MEDDIC el deal de Fintech B"
"Redacta follow-up para Industrial C"
"Resume la call de ayer · 3 bullets"
"Crea tarea · llamar a Retail E mañana 10:00"
"Lanza secuencia ICP-01 outbound"
"Qué deals están at-risk esta semana"
"Reagenda Deeptech D · timezone Madrid"

8 intents canónicos · move_stage · score_meddic · draft_followup · summarize · create_task · launch_sequence · risk_query · reschedule.

◆ Lo que Sara hace · 3 caras

Una agente. Tres superficies.

Cara A · voice outbound

Llama, cualifica, agenda

Marca prospectos, respeta horario laboral, agenda en Cal.com y crea la oportunidad en Twenty. Disclosure AI Act art 50 + watermark dual PerTH / AudioSeal en cada llamada. ES / EN / PT.

Cara B · navegación por voz

Opera el cockpit hablando

Responde a comandos de voz en el cockpit: "lanza la audiencia ICP-01", "abre el pipeline". Gates de permiso humano (HITL) graduados antes de cualquier acción con efecto.

Cara C · ⌘J en texto

Pregunta desde cualquier pantalla

Pulsa ⌘J en cualquier superficie del cockpit: mover etapa, puntuar MEDDIC, redactar follow-up, lanzar secuencia, crear tarea. Cita fuentes y loguea cada acción al audit trail.

◆ Cumplimiento, no excusa

El AI Act no vive en un PDF. Vive en la primera frase.

La mayoría de agentes de voz esconden esto en una página de legal aparte, si es que la tienen. Aquí están los 3 pilares tal y como están hoy — lo que ya está verificado y lo que todavía está en camino, sin maquillaje.

Art. 50 · transparenciaLISTO

Lo dice siempre, al principio.

Sara se identifica como IA en la primera frase de cada llamada. No es un ajuste que se pueda apagar — y no es una promesa de marketing: lo verifica un auditor determinista sobre la transcripción real, el mismo motor que corre en el comprobador público.

Disclosure verificado en

ESENPT

Sin margen desde el 2 de agosto de 2026.

Art. 52 · marcado del audioEN CAMINO

El motor está elegido. El interruptor, todavía no.

Watermark dual — Resemble PerTH + AudioSeal (Meta), MIT ambos, licencia verificada — con la interfaz de integración ya escrita en el código. Lo decimos tal cual: el servidor que lo aplica en producción está en camino, no desplegado todavía.

lib/voice/watermark-production.ts · pendiente de sidecar.

Gobernanza · trazabilidadLISTO

Cada llamada queda encadenada, no solo guardada.

Cada acción de Sara se registra en un audit log inmutable con huella SHA-256 encadenada a la fila anterior. Si alguien manipula un registro, la cadena se rompe y se puede demostrar — verificable, no una casilla marcada.

public.log_agent_action · retención 7 años.

Hear Sara on a call before you decide

20 min with David.
Sara answers half the call.