Sincronizar mu-plugins/ y scripts/ con el estado real del sitio (2026-07-16)

Este repo llevaba desde el 28-jun sin actualizarse (salvo sync_carta_from_prod.py).
Se pone al dia con 3 semanas de trabajo que solo vivian en el checkout local
completo del proyecto:

- Fix del buscador (issue #178): AND obligatorio en FULLTEXT (antes devolvia
  practicamente todo el sitio con cualquier busqueda), exclusion de paginas
  indice residuales de la migracion K2, soporte de frase exacta entre comillas.
- Nuevos mu-plugins ya desplegados a prod: fea-carta-id-api, fea-cloudflare-realip,
  fea-crear-autor-api, fea-gsc-verification, fea-legacy-redirect (cutover
  Joomla->WP, ver issue #162).
- TTS multi-voz por autor, scripts de traduccion, sync de audio a prod,
  homenajes Mardones/Galarreta.

Se mantiene la estructura plana del repo (mu-plugins/ + scripts/, sin el
wordpress/wp-content/ del checkout completo) tal y como documenta el README:
es la convencion establecida para este repo, mas limpia para quien solo
necesita leer el codigo. Anadido .gitignore (cache de Python que no debia
commitearse).

Fuente: checkout local completo del proyecto, rama main (commit 69e849d).

scripts/minimax_tts.py

@@ -45,6 +45,22 @@ def creds():
 KEY, GID = creds()
 H_JSON = {"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"}
 
+# Voz clonada por autor (WP user_id -> voice_id). Issue #152: solo se aplica a
+# los artículos de ese autor; el resto sigue con la voz por defecto (Nico).
+AUTHOR_VOICES = {
+    382: "FrayMarcosFeadulta2026",  # Fray Marcos
+    383: "PagolaFeadulta2026",      # José Antonio Pagola
+    774: "SicreFeadulta2026",       # José Luis Sicre
+    386: "ArregiFeadulta2026",      # José Arregi
+}
+
+
+def voice_for_author(author_id, default_voice):
+    try:
+        return AUTHOR_VOICES.get(int(author_id), default_voice)
+    except (TypeError, ValueError):
+        return default_voice
+
 
 def _q(url):
     return f"{url}?GroupId={GID}" if GID else url
@@ -83,7 +99,7 @@ def get_post_text(pid):
     raw = html.unescape(raw)
     paras = [re.sub(r"\s+", " ", p).strip() for p in raw.split("\n") if len(p.strip()) > 1]
     paras = trim_after_author_signature(paras)
-    return d["title"], "\n\n".join(paras)
+    return d["title"], "\n\n".join(paras), d.get("author")
 
 
 def is_author_signature(text):
@@ -114,12 +130,20 @@ def is_author_signature(text):
 
 
 def trim_after_author_signature(paras):
-    out = []
+    """Corta tras la firma final del autor, buscando desde el final hacia
+    atrás para no confundirla con encabezados iniciales (p.ej. "CORPUS (A)",
+    "DOMINGO XI (A)") que también matchean la heurística de is_author_signature
+    pero aparecen como primer párrafo, no como firma. Solo cuenta como firma
+    si hay al menos 200 caracteres de contenido real antes de ella."""
+    prefix_len = 0
+    prefix_lens = []
     for p in paras:
-        out.append(p)
-        if is_author_signature(p):
-            break
-    return out
+        prefix_lens.append(prefix_len)
+        prefix_len += len(p)
+    for i in range(len(paras) - 1, -1, -1):
+        if prefix_lens[i] > 200 and is_author_signature(paras[i]):
+            return paras[: i + 1]
+    return paras
 
 
 def _sent_pause(n_words, short, long_):
@@ -413,7 +437,7 @@ def main():
     elif cmd == "carta":
         pid, voice_id = sys.argv[2], sys.argv[3]
         model = sys.argv[4] if len(sys.argv) > 4 else "speech-2.8-turbo"
-        title, text = get_post_text(int(pid))
+        title, text, _author = get_post_text(int(pid))
         name = sys.argv[5] if len(sys.argv) > 5 else f"carta-minimax-{pid}-{model.split('-')[-1]}"
         text = add_pauses(text)
         print(f"Post #{pid}: «{title}» ({len(text)} car con pausas)")