Yogurt - 봇 없는 프라이빗 AI 회의록, 무료 오픈소스
Show HN: Yogurt – Free, private, open-source alternative to Granola
Yogurt는 Granola의 무료 오픈소스 대안으로, 회의에 봇을 초대하지 않고도 통화를 녹음하고 AI 회의록을 생성합니다. Whisper 기반 전사와 로컬 AI(llama-cpp)를 활용해 음성 데이터가 기기 밖으로 나가지 않아 프라이버시를 그대로 지킵니다. macOS, Windows, Linux용 데스크톱 앱으로 제공되며, 회의 요약과 담당자별 다음 단계, 개인 리마인더까지 자동 정리해 줍니다. MIT 라이선스로 소스 빌드도 가능해 개발자와 프라이버시에 민감한 팀에 특히 매력적입니다.
Yogurt는 회의에 봇을 추가하지 않고도 통화를 녹음합니다. 프라이빗 AI 회의록, 무료이자 오픈소스입니다.
HN 토론
76- jgrodziski
저도 통화 노트 앱들에 좀 짜증이 나서 네이티브 Mac 앱으로 직접 만들었습니다: https://retranscript.app
완전한 자동화, 요약과 아이디어 추출 등을 위한 프롬프트의 완전한 커스터마이징, 그리고 사용 가능한 최고의 음성-텍스트 모델을 쓰고 싶었습니다(최고 정확도가 필요 없는 평범한 전사에는 곧 Apple의 SpeechAnalyzer도 추가할 예정입니다).
한 번 시작하면 Retranscript는 알아서 돌아갑니다. 통화를 자동으로 감지하고, 회의에 봇 없이 모든 음성을 녹음합니다. 모든 결과물은 설정 가능한 폴더에 일반 파일로 저장됩니다.
트레이드오프는 Yogurt와 반대입니다: 오디오가 Mac에 남는 대신 선택한 모델로 전송됩니다. 자신의 키를 쓰면 openrouter의 제공자에게 바로 전달되고, 제 서버를 거치는 것은 아무것도 없습니다. 구독은 없습니다. 앱은 무료이고, 모델 비용은 제공자 가격으로 자신의 키나 선불 크레딧으로 지불합니다. 현재는 클로즈드 소스이고(추후 오픈소스로 공개 예정), Mac 전용입니다.
출시 축하드립니다. 이 분야를 각자 다른 관점으로 탐구하는 사람이 이렇게 많다는 게 보기 좋네요.
- lavendermon
저는 양자 동의 주(state)에 살고 있어서 AI 전사 서비스를 아직 선뜻 쓰지 못했습니다. 제 생각에 Yogurt는 개인 프라이버시 측면에서도, Granola 같은 서비스가 해킹당해 전사 내용이 공개될 경우의 잠재적 문제를 줄이는 측면에서도 이 서비스의 첫 번째 적절한 구현입니다.
통화에 참여한 모든 사람에게 녹음 중임을 알리도록 소유자에게 기본 경고를 넣어주신 점이 좋습니다. 여기서 한 걸음 더 나아가, 다른 참가자가 통화에 들어올 때도 녹음 사실을 알려야 하므로 팝업이 다시 뜨게 하면 이상적일 것 같습니다.
- achrono
OpenWhispr [1]는 바로 이 분야에서 가장 초기 사례 중 하나이고, 이미 Yogurt보다 더 다양한 모델을 지원합니다. 또한 Yogurt와 비슷한 방식으로 회의 전사, 요약, 받아쓰기 등을 지원합니다.
그렇다면 왜 Yogurt인가?
- theturtletalks
제 오픈소스 디렉터리[0]에 추가하겠습니다.
Muesli[1]와 OpenOats[2]와는 어떻게 다른가요?
0. https://opensource.builders/alternatives/granola
- mickdarling
지금 오픈소스로 나와 있는 음성 전사 도구들로 사람들이 무엇을 할 수 있는지 보는 게 정말 재미있습니다.
저는 제 Jarvis를 만들고 있는데, 아직 회의 모드는 만들지 않았지만 그 방향으로 가고 있습니다. 여기서 아이디어를 좀 빌려올 수도 있겠네요.
Whisper가 가끔 조용할 때 "Thanks for watching" 같은 속삭이듯 환각하는 단어를 걸러주는 필터가 정말 마음에 듭니다. 멋지네요.
저도 비슷하게 음성을 분할하지만 메커니즘은 조금 다르다고 생각합니다. 그래서 당신 것이 얼마나 잘 작동하는지 살펴봐야겠습니다.
그리고 저는 스피커 출력이 새는 시점을 파악하기 위해 마이크와 컴퓨터 오디오의 음량을 확인하지 않는데, 그게 좋네요.
당신 것에 뭔가 추가한다면 같은 입력에 대한 화자 분리(diarization)일 겁니다. 방 마이크 뒤에 두세 명이 있을 수 있으니, 어느 시점에 누가 말하는지 알기 위한 화자 분리가 아마 도움이 될 겁니다. 저는 Mac에서 NVIDIA의 Nemotron을 사용합니다. https://huggingface.co/nvidia/Nemotron-3-Diarization
그리고 이걸로 화자 임베딩을 사용한 음성 등록을 하고 있습니다: https://github.com/wenet-e2e/wespeaker