# Digercules Digercules es un programa con componentes de redes neuronales que toma cualquier montón desordenado de ficheros — un archivo, una biblioteca, grabaciones de conciertos, correspondencia de mensajería — y lo convierte en una biblioteca estructurada, incluyendo deduplicación inteligente: encontrar todas las copias de lo mismo, eliminar lo sobrante y no perder nada importante. Por cada archivo — un tema, un idioma, un tipo de documento, entidades clave, un resumen breve. Esto se hace de antemano, sin prisas ni plazos, antes de que a nadie le urja — no en el último momento bajo presión por una tarea concreta. La biblioteca terminada puede alimentar a cualquier red neuronal, base de datos o sistema de búsqueda — a partir de ahí ellos mismos encuentran lo necesario y construyen la interfaz; Digercules no reemplaza ese siguiente paso, lo hace posible desde el principio, asumiendo esa preparación laboriosa para la que nunca hay recursos suficientes. Los datos se procesan sin nubes corporativas — o bien enteramente en el propio equipo del cliente (si cuenta con la GPU necesaria), o bien al autor del programa no se le envían los archivos originales, sino copias comprimidas preparadas específicamente para el reconocimiento, y solo vuelve texto. Ya comprobado en archivos de diversa escala — estadísticas reales de proyectos procesados:
800.000+
archivos procesados
~85 TB
volumen de origen
66.000+ h
de audio (~7,5 años)
1,8 TB
liberado por deduplicación
3.507 h
dedicadas al procesamiento
~430
intérpretes identificados en vídeo
Por el canal disponible (~30 Mbit/s, medido) subir este volumen a la nube tardaría unos 262 días — frente a los 96 que realmente llevó procesarlo en el sitio. El almacenamiento costaría desde $84/mes, y el procesamiento en una GPU comparable costaría desde $150–190/mes. Y eso sin contar el siguiente paso: los datos igualmente hay que moverlos del almacenamiento a la propia máquina con GPU para procesarlos — incluso por una conexión tres veces más rápida (100 Mbit/s), un lote de varios terabytes tarda unos 3 días. ## Lo que realmente funciona por dentro Digercules no es un solo modelo — es un proceso orquestado de más de 25 fases, cada una resolviendo una tarea concreta, donde el resultado de una alimenta a la siguiente. **Voz a texto.** El audio y el vídeo pasan por `faster-whisper` (large-v3-turbo): primero una pasada rápida para cotejar y priorizar, luego una pasada principal, más lenta y cuidadosa, con indicaciones guiadas construidas a partir del propio vocabulario del archivo. Cuando un archivo tiene su propio elenco recurrente de voces o su propia terminología particular, el modelo puede ajustarse (LoRA) específicamente a ese corpus — comprobado sobre cientos de horas de una misma colección. **Identificación de voz.** Un modelo de embeddings de voz (ECAPA-TDNN) construye una galería de voces: quién habla, comparado con todo lo que el sistema ya ha escuchado antes — la galería crece con cada archivo procesado. **Identificación de rostros.** La misma lógica que la identificación de voz, aplicada a rostros: una galería con varios prototipos por persona — capaz de algo que un único rostro promediado no puede: reconocer a la misma persona fotografiada de niño y cuarenta años después. La pantalla de confirmación se ha probado sobre 20 TB de grabaciones reales de conciertos.
Pantalla de revisión de rostros: galería de variantes confirmadas para una persona
Pantalla de revisión: todas las apariciones confirmadas del rostro de una persona, agrupadas por vídeo.
Pantalla de revisión de rostros: coincidencias sugeridas con porcentaje de similitud
La misma pantalla durante la revisión: el sistema sugiere una coincidencia con un porcentaje de similitud, y una persona la confirma o la rechaza.
La decisión es siempre de la persona: la similitud es una pista con un porcentaje, no una respuesta terminada, y no existe un umbral seguro a partir del cual se pueda confiar en ella automáticamente — la interfaz no lo oculta. Un rostro que nadie reconoce no se hace pasar por identificado; espera a quien conoce mejor el archivo. [Más sobre cómo funciona el módulo](https://digercules.com/es/face-identification/). **OCR.** Los documentos escaneados pasan por Marker — un motor de reconocimiento y conversión de PDF/escaneos de código abierto — convirtiendo una página fotografiada en texto buscable, no solo en una imagen con letras. **Comprensión de fotografías, por niveles.** Cada banco de fotos pasa primero por una pasada barata, solo CPU (OpenCV DNN — EAST para regiones de texto, YuNet para conteo de rostros), que funciona igual en cualquier máquina de la flota, incluido hardware con Windows 7 de una década de antigüedad. En hardware más reciente, una segunda pasada añade clasificación de escena CLIP zero-shot a velocidad de GPU. Donde de verdad importa, un modelo visión-lenguaje completo (Ollama) escribe una descripción real de cada foto. Tres niveles, el más barato primero. **Comprensión de documentos.** Cada archivo se lee y se describe mediante un LLM local (Ollama): de qué trata, en qué idioma, para qué sirve realmente. **Deduplicación que además protege tus archivos.** El mismo hash que encuentra copias duplicadas también verifica, byte a byte, que un archivo que vuelve a tu archivo tras el procesamiento es exactamente el mismo que salió de él.
Muro denso de cientos de variantes de rostros reconocidos en un archivo
Escala real, en un solo archivo: cientos de variantes de rostros reconocidos, agrupadas automáticamente y afinadas por una persona.
Cada una de estas fases se ejecuta localmente o en una máquina concreta, nombrada, que tú eliges — nunca en una nube anónima. ## Estado El producto está en desarrollo activo. La biblioteca de ingeniería está estable, en producción. ## Geografía del equipo El desarrollo lo realiza un equipo distribuido en varios países: Israel, Georgia, Rusia. Puntos reales de presencia de la infraestructura de cómputo: Rishon LeZion, Israel · Tbilisi, Georgia · Cheliábinsk, Rusia · Moscú, Rusia. ## A dónde ir después Digercules atiende a distintos tipos de clientes a través de sitios independientes: - **[digercules.ru](https://digercules.ru/)** — consumidores rusos, archivo de actuaciones en vivo (canción de autor y más) - **[digercules.org](https://digercules.org/es/)** — propuestas para organizaciones - **[digercules.net](https://digercules.net/es/)** — clientes particulares, casos de uso concretos ## Cómo se paga esto Una pasada local y autónoma es una compra única de la herramienta sin límite de volumen de archivo; solo la valoración preliminar, a partir de una descripción o captura del archivo, es gratuita. La coordinación más pesada, cuando la capacidad propia no basta, va aparte y se fija según el volumen de trabajo realmente encontrado — hoy no hay una cifra fija para eso. Como referencia de mercado, vea las cifras más arriba en esta página (lo que costaría una tarea comparable a través de una nube corriente). Los detalles de cada escenario están en [digercules.org](https://digercules.org/es/) y [digercules.net](https://digercules.net/es/).