Yogurt - Notas de reuniones con IA privadas y open source
Show HN: Yogurt – Free, private, open-source alternative to Granola
Yogurt es una alternativa gratuita y de código abierto a Granola que graba tus llamadas sin añadir ningún bot a la reunión. Usa Whisper para transcribir y modelos locales vía llama.cpp para generar resúmenes, de modo que tus conversaciones nunca salen de tu equipo. Disponible para Mac (Apple Silicon), Windows y Linux, con licencia MIT y la posibilidad de compilarlo desde el código fuente. Ideal para quienes quieren notas automáticas de reuniones sin sacrificar la privacidad ni pagar suscripciones.
Yogurt graba tus llamadas sin añadir un bot a la reunión, y todo el procesamiento de IA ocurre en tu propio equipo.
- jgrodziski
También me frustraron las apps de notas de llamadas y también construí la mía propia como una app nativa de Mac: https://retranscript.app
Quería automatización total, personalización total de los prompts para resumen, extracción de ideas, etc., y usar los mejores modelos de voz a texto disponibles (pronto también añadiré SpeechAnalyzer de Apple para transcripciones mundanas donde no se necesita la mejor precisión).
Una vez iniciada, Retranscript funciona por su cuenta. Detecta la llamada automáticamente, graba todas las voces sin un bot en la reunión. Todo llega como archivos planos en una carpeta configurable.
El compromiso es el inverso al de Yogurt: el audio va al modelo que elegiste en lugar de quedarse en tu Mac. Con tus propias claves va directamente al proveedor en openrouter, y nada pasa por mi servidor. No hay suscripción. La app es gratis, y pagas por los modelos, al precio del proveedor con tu propia clave o con créditos prepago. Por ahora es de código cerrado (se lanzará como open-source en el futuro), y solo para Mac.
Felicidades por el lanzamiento, es bueno ver a tanta gente explorando este espacio, cada uno con un enfoque diferente.
- lavendermon
Vivo en un estado de consentimiento de dos partes y todavía no me he decidido por un servicio de transcripción con IA. Yogurt es la primera implementación adecuada del servicio en mi opinión, tanto para la privacidad personal como para limitar posibles problemas si Granola o un servicio similar es hackeado y las transcripciones se hacen públicas.
Aprecio que hayas incluido una advertencia predeterminada para que el propietario avise a todos en la llamada que están siendo grabados. Podría ser ideal llevar eso un paso más allá y hacer que la ventana emergente aparezca de nuevo si otra parte se une a la llamada y también debería ser notificada de la grabación.
- achrono
OpenWhispr [1] es uno de los primeros en este espacio exacto, y ya soporta una mayor variedad de modelos que Yogurt. También soporta transcripción de reuniones, resumen, dictado, etc. de maneras similares a Yogurt.
Entonces, ¿por qué Yogurt?
- theturtletalks
Lo añadiré a mi directorio de open-source[0].
¿En qué se diferencia de Muesli[1] y OpenOats[2]?
0. https://opensource.builders/alternatives/granola
- mickdarling
Es muy divertido ver lo que la gente puede hacer con las herramientas de transcripción de voz disponibles ahora que son todas open source.
He estado construyendo mi propio Jarvis, y todavía no he construido mi propio modo de reunión para él, aunque está en la trayectoria. Puede que tome prestadas algunas ideas de esto.
Me gusta mucho el filtro para las palabras susurradas y alucinadas que Whisper a veces escucha, como "Gracias por ver", cuando hay silencio. Eso es genial.
Hago una división similar del habla, pero creo que con un mecanismo ligeramente diferente. Así que tendré que echar un vistazo a qué tan bien funciona el tuyo.
Y no estoy comprobando el volumen del micrófono y el audio del ordenador para averiguar cuándo se está filtrando la salida del altavoz. Eso es bueno.
Si hubiera algo que añadiría a lo tuyo, sería la diarización en las mismas entradas. Así, el micrófono de la sala podría tener dos o tres personas detrás, y tener diarización para eso para saber quién habla en cada momento probablemente sería útil. Uso Nemotron de NVIDIA en el Mac. https://huggingface.co/nvidia/Nemotron-3-Diarization
Y tengo inscripción de voces con embeddings de hablante usando esto: https://github.com/wenet-e2e/wespeaker