Yogurt - Private, Open-Source KI-Meetingnotizen ohne Bot
Show HN: Yogurt – Free, private, open-source alternative to Granola
Yogurt ist eine kostenlose, quelloffene Alternative zu Granola, die deine Meetings aufnimmt, ohne einen Bot zum Call hinzuzufügen. Die App transkribiert Gespräche lokal mit Whisper und erstellt mithilfe von llama.cpp und lokalen KI-Modellen übersichtliche Zusammenfassungen – inklusive nächster Schritte und persönlicher Erinnerungen. Alles bleibt auf deinem Rechner, ohne Cloud-Zwang. Yogurt läuft auf macOS, Windows und Linux (Electron-basiert) und lässt sich direkt als fertige App herunterladen oder aus dem Quellcode bauen. Ideal für alle, die produktive Meetingnotizen wollen, ohne sensible Gesprächsdaten aus der Hand zu geben.
Yogurt zeichnet deine Anrufe auf, ohne einen Bot zum Meeting hinzuzufügen – privat, kostenlos und quelloffen.
- jgrodziski
Ich war auch frustriert von Apps für Gesprächsnotizen und habe mir ebenfalls meine eigene als native Mac-App gebaut: https://retranscript.app
Ich wollte vollständige Automatisierung, volle Anpassung der Prompts für Zusammenfassungen, Ideenextraktion usw. und die Nutzung der besten verfügbaren Speech-to-Text-Modelle (ich werde bald auch Apples SpeechAnalyzer für alltägliche Transkriptionen hinzufügen, bei denen die höchste Genauigkeit nicht erforderlich ist).
Einmal gestartet, läuft Retranscript von selbst. Es erkennt den Anruf automatisch, zeichnet alle Stimmen ohne Bot im Meeting auf. Alles landet als einfache Dateien in einem konfigurierbaren Ordner.
Der Kompromiss ist das Gegenteil von Yogurts: Das Audio geht an das von dir gewählte Modell, anstatt auf deinem Mac zu bleiben. Mit eigenen Schlüsseln geht es direkt an den Anbieter auf openrouter, und nichts läuft über meinen Server. Es gibt kein Abonnement. Die App ist kostenlos, und du bezahlst für die Modelle zum Preis des Anbieters mit deinem eigenen Schlüssel oder mit Prepaid-Guthaben. Sie ist vorerst Closed Source (wird in Zukunft als Open Source veröffentlicht) und nur für Mac.
- lavendermon
Ich lebe in einem Staat mit Zwei-Parteien-Einwilligung und habe mich noch nicht für einen KI-Transkriptionsdienst entschieden. Yogurt ist meiner Meinung nach die erste angemessene Umsetzung des Dienstes, sowohl für die persönliche Privatsphäre als auch um mögliche Probleme zu begrenzen, falls Granola oder ein ähnlicher Dienst gehackt wird und Transkriptionen öffentlich werden.
Ich schätze, dass du eine standardmäßige Warnung für den Besitzer eingebaut hast, damit alle im Anruf wissen, dass sie aufgezeichnet werden. Es wäre vielleicht ideal, noch einen Schritt weiterzugehen und das Popup erneut erscheinen zu lassen, wenn eine weitere Partei dem Anruf beitritt und ebenfalls über die Aufzeichnung informiert werden sollte.
- achrono
OpenWhispr [1] ist eines der frühesten in genau diesem Bereich und unterstützt bereits eine größere Vielfalt an Modellen als Yogurt. Es unterstützt auch Meeting-Transkription, Zusammenfassung, Diktat usw. auf ähnliche Weise wie Yogurt.
Also, warum Yogurt?
- theturtletalks
Ich werde es zu meinem Open-Source-Verzeichnis[0] hinzufügen.
Wie unterscheidet es sich von Muesli[1] und OpenOats[2]?
0. https://opensource.builders/alternatives/granola
- mickdarling
Es macht viel Spaß zu sehen, was Leute mit den heute verfügbaren Voice-Transkriptionswerkzeugen machen können, die alle Open Source sind.
Ich habe meinen eigenen Jarvis gebaut und noch keinen eigenen Meeting-Modus dafür entwickelt, obwohl es auf dem Weg ist. Ich werde mir vielleicht einige Ideen davon ausleihen.
Ich mag den Filter für die geflüsterten, halluzinierten Wörter, die Whisper manchmal hört, wie „Thanks for watching“, wenn es still ist, wirklich sehr. Das ist cool.
Ich mache eine ähnliche Aufteilung der Sprache, aber ich denke, mit einem etwas anderen Mechanismus. Also muss ich mir ansehen, wie gut deiner funktioniert.
Und ich prüfe nicht die Lautstärke des Mikrofons und des Computer-Audios, um herauszufinden, wann die Lautsprecherausgabe durchsickert. Das ist schön.
Wenn ich etwas zu deinem hinzufügen würde, dann wäre es Diarisierung auf denselben Eingaben. Das Raum-Mikrofon könnte also zwei oder drei Personen dahinter haben, und eine Diarisierung dafür zu haben, um zu wissen, wer gerade spricht, wäre wahrscheinlich hilfreich. Ich verwende NVIDIAs Nemotron auf dem Mac. https://huggingface.co/nvidia/Nemotron-3-Diarization
Und ich habe eine Registrierung für Stimmen mit Sprecher-Embeddings mit diesem hier: https://github.com/wenet-e2e/wespeaker