Documentación Oficial del Proyecto
OZD Multimodal Engine™

Esta es la “Biblia del Proyecto” creada por Oscar Zalazar para documentar
la visión, la arquitectura técnica y el roadmap del sistema de IA que detecta y construye momentos virales
a partir de contenido audiovisual largo.

📌 Activos Clave del Proyecto

🟢 Estado Actual del Sistema · MVP V23

Versión técnica actual

La versión V23 del sistema implementa un MVP sólido, capaz de:

• Descargar playlists de YouTube y procesar horas de contenido.
• Aplicar el algoritmo OZD 3-Factor Viral Scoring™:
  energía de audio, keywords y emoción textual básica.
• Generar miles de candidatos (micro-momentos) por playlist.
• Rankear, seleccionar y ensamblar automáticamente clips en calidad fuente (hasta 1080p/4K según el material).
• Evitar solapamientos, mejorar cierres de frase y producir un MP4 final con
  “mejores momentos” + un JSON emocional explicable.

Nota: La V23 está diseñada como MVP de producción a nivel backend/engine. Las capas multimodales
avanzadas (voz quebrada explícita, visión, etc.) forman parte del roadmap del OZD Multimodal Engine™.

🧠 Algoritmo OZD Viral Scoring™

Cálculo original de viralidad

El algoritmo OZD 3-Factor Viral Scoring™ es la fórmula original creada por Oscar Zalazar
para cuantificar el potencial viral de un momento de video a partir de tres factores:

A partir de estos factores se calcula un score viral entre 0 y 1, que permite ordenar los segmentos
desde los más intensos y compartibles hasta los más neutros.

Evolución: OZD 5-Factor Viral Scoring™

La evolución natural del algoritmo expande los 3 factores originales hacia un modelo de 5 factores,
integrando análisis vocal y señales visuales:

• Factor 1: Energía de audio (RMS)
• Factor 2: Palabras clave, jerga, frases virales
• Factor 3: Intensidad emocional del texto (NLP avanzado)
• Factor 4: Emoción vocal (voz quebrada, nervios, euforia, tensión)
• Factor 5: Señales visuales humanas (lágrimas, risas, microgestos faciales, fails)

Esta ampliación convierte el algoritmo OZD en un sistema de scoring viral multimodal, difícil de replicar
solo con scripts básicos de audio o texto.

🚀 OZD Multimodal Engine™ · Roadmap por Capas

Arquitectura conceptual del sistema completo

El OZD Multimodal Engine™ es el nombre del sistema completo que integra audio, texto, emoción
y visión en varias capas. Este roadmap describe la evolución prevista del motor.

🟦 Capa 1 — Comprensión de escenas

• Segmentación por eventos: detectar inicios y cierres naturales de escenas.
• Ritmo narrativo: pausas significativas, aceleraciones y cambios de tono.
• Agrupación de micro-momentos: risas, silencios incómodos, reacciones encadenadas.

🟧 Capa 2 — Análisis multimodal humano

• Voz quebrada y microtemblores vocales.
• Tono emocional de la voz: vulnerabilidad, enojo, vergüenza, alivio, euforia.
• Microgestos faciales: cejas, labios, mirada, postura.
• Detección de lágrimas y ojos húmedos.
• Risas genuinas vs. risas nerviosas.
• Fails humanos: gestos incómodos, errores, momentos inesperados (ej. “se saca un moco en vivo”).

🟩 Capa 3 — Inteligencia viral

• Detector de punchline: remates, frases lapidarias, giros de guion.
• Memoria narrativa: entender el contexto que viene antes y después del momento.
• Doble sentido y humor sutil: sarcasmo, ironía, picante.
• “Wow Moment” Detector: momentos universales que invitan a compartir.

🟥 Capa 4 — OZD Viral Scoring™ V2

Integración de los 5 factores (audio, lenguaje, emoción textual, emoción vocal, señales visuales) en un
único score viral ponderado, configurable según tipo de cliente (humor, entrevistas, contenido educativo, etc.).

🟪 Capa 5 — Armado automático del clip viral

• Definición automática del inicio de la escena (donde empieza la historia).
• Definición del final (remate, reacción, cierre emocional).
• Extensión cuando hay reacciones posteriores valiosas.
• Preparación del clip para formatos verticales (TikTok, Reels, Shorts).

🟨 Capa 6 — OZD ViralNet™ (modelo especializado)

• Entrenamiento de un modelo propio especializado en momentos virales en español.
• Fine-tuning con el histórico de clips generados y validados por usuarios.
• Consolidación de una PI fuerte y diferenciadora frente a competidores.

🤝 Narrativa para Cofundador Técnico

Mensaje base (no es un pitch final, es un eje narrativo)

“Construí un motor de IA que ya procesa playlists completas, detecta miles de micro-momentos y genera
mejores momentos automáticos en calidad fuente. Ese motor se llama OZD Multimodal Engine™ y
su corazón es el algoritmo OZD Viral Scoring™, una fórmula propietaria de 3 (y próximamente 5)
factores que combinan audio, lenguaje y emoción.

El MVP V23 ya existe y funciona. Lo que busco ahora es un cofundador técnico que me ayude a:

• Escalar este engine a la nube (microservicios, colas de trabajo, GPUs cuando haga falta).
• Implementar las capas avanzadas del roadmap multimodal (voz quebrada, visión, modelo propio).
• Convertir este motor en un SaaS para creadores, agencias y medios que publican video largo.”

💸 Narrativa para Inversores

Problema · Solución · Diferencial

Problema

• El cuello de botella no es la grabación, es la edición.
• Horas de entrevistas, podcasts y streams quedan sin explotar porque no hay tiempo humano.
• Las soluciones actuales de recorte automático no entienden emoción ni escenas, solo bloques de audio o texto.

Solución

• Un motor de IA que analiza audio, lenguaje y emoción para encontrar momentos virales.
• Un algoritmo de scoring propio (OZD Viral Scoring™) y una arquitectura multimodal extensible.
• Un producto que entrega compilados de mejores momentos listos para revisión, publicación o re-edición.

Diferencial

• Especialización en video largo en español.
• PI real: algoritmo propio, nombre, fórmula y roadmap claros.
• Visión multimodal: la viralidad no solo está en las palabras, sino en la voz, el gesto y la escena completa.
• Evolución hacia modelo propio (OZD ViralNet™).

☁️ Narrativa para Programas tipo Google Cloud, incubadoras y apoyo IA

El proyecto OZD se alinea perfectamente con los criterios de programas de apoyo a startups de IA:

• Uso intensivo de IA: audio, NLP y visión (roadmap) para resolver un problema real de la economía de creadores.
• Escalabilidad en nube: procesamiento de playlists y colas de jobs de video largo, ideal para infra en GCP/AWS.
• Enfoque en producto: no es solo un modelo de IA, sino un servicio listo para integrar en flujos de trabajo de edición.
• Mercado global: millones de creadores de contenido en español, agencias, medios y podcasters.

🔑 Resumen Final

El proyecto OZD combina:

• Una idea original: algoritmo de viralidad multimodal específico para video largo en español.
• Un MVP técnico ya funcional (V23) que procesa playlists reales y genera resultados concretos.
• Una arquitectura clara de futuro: OZD Multimodal Engine™ con capas bien definidas.
• Una identidad de PI sólida: OZD Viral Scoring™, OZD Multimodal Engine™ y, a futuro, OZD ViralNet™.

Bienvenidos =)