Resumen

SummarizationService implementa ISummarizer. ViewerViewModel lo invoca con el texto de la transcripción, la ruta del modelo y el idioma de la interfaz. El resultado (RecordingSummary: Title y Summary) se guarda en <base>.summary.json.

Dónde se ejecuta

SummarizeAsync serializa un SummaryJob (TranscriptText, ModelPath, UiLanguage) y lo ejecuta en un proceso auxiliar summary. El progreso llega como @@P <porcentaje>. Dentro del proceso auxiliar, SummarizeInProcessAsync hace el trabajo real. Al terminar el proceso se libera toda la memoria del modelo. Ver Procesos auxiliares.

Modelo y parámetros

Parámetro	Valor
Modelo	`Qwen3-4B-Q4_K_M.gguf` (ver Modelos e integridad)
Contexto	8192 tokens
Capas en GPU	todas (`GpuLayerCount = 999`), con el backend Vulkan si está disponible; si no, CPU
Hilos	`núcleos / 2`, entre 2 y 6
Ejecutor	`StatelessExecutor` de LLamaSharp: cada prompt es independiente
Muestreo normal	temperatura 0,6, top-k 30, top-p 0,9, repeat penalty 1,12, frequency 0,3, presence 0,3, ventana de penalización 512
Muestreo reforzado	temperatura 0,8, repeat penalty 1,25, frequency 0,6, presence 0,5
Parada	`<\\|im_end\\|>` o `</s>`

Proceso

flowchart TD
    T(["Transcripción"]) --> L{"¿≤ 9000<br/>caracteres?"}
    L -->|sí| F["Prompt final"]
    L -->|no| C["Trocear en partes<br/>de ≤ 9000"]
    C --> K["Puntos clave por parte<br/>marcando OBJETIVO / PROXIMO_PASO"]
    K --> J["Unir, ≤ 9000 caracteres"]
    J --> F
    F --> P["Analizar TITULO / RESUMEN"]
    P --> R["Quitar líneas repetidas"]
    R --> M{"¿Faltan Objetivos<br/>o Próximos pasos?"}
    M -->|sí| X["Prompts de seguimiento"]
    M -->|no| O["Traducir etiquetas"]
    X --> O
    class O ok

1. Condensar si es largo

Si la transcripción supera 9000 caracteres, SplitIntoChunks la parte en trozos de 9000 como máximo. A cada trozo se le aplica el prompt Chunk (máximo 600 tokens), que pide una lista de puntos clave:

Los objetivos y compromisos llevan la marca [OBJETIVO] y las próximas reuniones o seguimientos [PROXIMO_PASO].
Cada parte se recorta a su cuota de caracteres (FitPointsToLimit). Los puntos marcados se conservan siempre, aunque no quepan los demás.
Las partes se unen bajo Puntos clave (parte i de N):. El conjunto se recorta a 9000 caracteres.

2. Prompt final

El prompt Final (máximo 1800 tokens) pide texto plano con este formato exacto:

Etiqueta	Contenido
`TITULO:`	El título, en la misma línea.
`RESUMEN:`	Marca el comienzo de las secciones.
`Proposito:`	Dos o tres frases.
`Puntos clave:`	Una línea por punto, empezando por `-` .
`Temas:`	Cada tema en una línea `* Tema` y, debajo, sus detalles con `-` .
`Objetivos:`	Una línea por objetivo, con `-` .
`Proximos pasos:`	Una línea por paso, con `-` .

Las reglas del prompt: escribir en el idioma pedido aunque la transcripción esté en otro, entre 5 y 12 puntos clave, no inventar nada, omitir las secciones vacías y no repetirse. También explica las etiquetas de hablante (Tu, <nombre> (Tú), Participantes) para que el modelo las use solo cuando aporten algo. Los marcadores {{SELF}}, {{SELF_NAMED}} y {{OTHERS}} se sustituyen con SpeakerLabels.ApplyToPrompt.

3. Bucles de repetición

Mientras genera, GenerateAsync compara cada línea nueva de 5 palabras o más con las 10 líneas anteriores. Dos líneas son casi iguales si su índice de Jaccard sobre las palabras de 3 o más letras es ≥ 0,72. Si aparecen 3 casi repetidas, corta y repite la generación con el muestreo reforzado.

4. Análisis de la respuesta (`ParseResult`)

Quita el bloque <think>…</think> de Qwen3 si lo hay (StripThinkBlock).
Busca el formato plano TITULO: / RESUMEN:. Admite tildes, asteriscos y mayúsculas o minúsculas.
Si no lo encuentra, busca el primer objeto JSON con title y summary.
Si tampoco, usa la primera línea como título (60 caracteres como máximo) y todo el texto como resumen.

Después RemoveRepeatedLines quita las líneas casi duplicadas dentro de cada sección.

5. Secciones que faltan

Si el resumen no tiene Objetivos o Próximos pasos, se pregunta por ellos con los prompts Goals y NextSteps (máximo 300 tokens cada uno) sobre el mismo texto. El modelo responde NINGUNO si no hay. Se añaden un máximo de 8 elementos, normalizados como - ….

6. Etiquetas en el idioma de la interfaz

El modelo escribe siempre las etiquetas en español: Proposito, Puntos clave, etc. LocalizeSectionLabels las sustituye por las claves SummaryLabel* del idioma pedido, salvo en español, donde se dejan. Reconoce también variantes que el modelo a veces escribe: con o sin tilde, en singular («Objetivo», «Próximo paso»), «Siguientes pasos» y «Tareas», que tiene su propia etiqueta (SummaryLabelTasks) aunque el prompt no la pide.

Cómo se muestra

ViewerViewModel pasa el texto guardado por SummaryFormatter.Parse, que lo divide en secciones (SummarySection) para el visor:

Reconoce las etiquetas de sección en los cinco idiomas («Puntos clave», «Key points», «Kernpunkte»…) y muestra cada título con el texto del idioma actual y su icono. Un resumen generado en español se ve con títulos en inglés si se cambia la interfaz a inglés; el contenido no cambia.
Las líneas - … son viñetas, las líneas * … son temas y las viñetas bajo un tema se sangran un nivel.

Progreso

ProgressTracker reparte el 100 % entre la carga del modelo (150 unidades), cada parte (100 de prefill más unos 450 tokens esperados) y el prompt final (100 más unos 900 tokens). El porcentaje se queda en 99 hasta terminar.

Restricciones de uso

No se genera un resumen mientras se graba o se procesa una grabación (CaptureStateChangedMessage).
No se puede empezar a grabar mientras se genera un resumen (SummaryActivityChangedMessage).
Si se cierra la ventana durante un resumen, se pide confirmación.

Table of Contents