TECHPERFORMANCE
AI · Media production

Trascrizione e visione AI on-premise.
Per redazioni e broadcaster.

Whisper per la trascrizione audio/video, ComfyUI per il workflow immagini, modelli vision (Qwen 2.5-VL, LLaVA) per tagging automatico. Tutto su GPU dedicate UE, batch notturno integrato nel CMS, niente upload verso vendor cloud terzi.

Parla con un nostro tecnico Vedi tutte le configurazioni
Stack di riferimento

Modelli aperti, GPU dedicate, pipeline orchestrate.

  • → Whisper large-v3 per trascrizione e diarizzazione: italiano, lingue UE, accuracy comparable a vendor cloud.
  • → ComfyUI come workflow engine immagini: thumbnail editoriale, generazione mockup, restoration archivio.
  • → Modelli vision open (Qwen 2.5-VL, LLaVA, MoonDream): tagging automatico immagini, descrizione alt-text, OCR.
  • → Queue Redis + worker GPU: job asincroni, retry policy, priorità configurabile (breaking news vs archivio).
  • → API REST custom di front-end al CMS: webhook su upload, status tracking, callback al ready.
  • → Storage S3-compatible: input/output separati, retention configurabile, niente file mai usciti dal perimetro UE.
Setup di riferimento

Setup di riferimento: 1 GPU server, ~30h video/giorno trascritti.

1 GPU server dedicato (NVIDIA L40S o equivalente), Whisper large-v3 in batch, ComfyUI per immagini, tagging vision notturno. ~30 ore di video trascritte/giorno con diarizzazione, ~5k immagini taggate in batch notturno. Costo fisso, no token-based pricing.

~30h
video/giorno
~5k
immagini/notte
L40S
GPU
Quando lo usiamo

In che casi lo usiamo.

Audit gratuito

Parliamo del tuo stack,
gratis e senza impegno.

30 minuti con un nostro tecnico Romiltec. Capiamo insieme se Tech Performance fa al caso tuo, e se non è così te lo diciamo subito. Niente vendita aggressiva, niente preventivo a scatola chiusa.

Prenota una call cal.com/romiltec/tech-performance · call 30 min