Centro de Control de Modelos & Aceleración
Gestión integral de hardware (CPU / GPU CUDA / ROCm), parametrización avanzada de LLMs locales y Speech-To-Text con Whisper para todos los servicios de Medintt.
Modelos Detectados
Cargando...
Ollama (LLMs) & Faster-Whisper (STT) listos para inferencia.
Perfiles Configurados
Cargando...
Ajustes de temperatura, contexto, VAD, prompts y aceleradores.
¿Cómo funcionan e interactúan FFmpeg y Whisper en la Plataforma?
1FFmpeg (Preprocesamiento & Mezcla de Audio)
FFmpeg es la herramienta de bajo nivel que maneja los archivos de audio: extrae pistas, mezcla múltiples canales (médico y paciente), sincroniza timestamps relativos y convierte cualquier formato (WebM, OGG, MP3) a PCM 16kHz mono (el formato estándar que requiere el modelo neuronal).
2Whisper (Red Neuronal de Transcripción)
Whisper recibe el audio ya normalizado por FFmpeg y ejecuta un transformador de Inteligencia Artificial (en CPU o GPU) para convertir las ondas sonoras en texto fonético y gramatical, segmentando oraciones y reconociendo el idioma de la consulta médica.