Yogurt - Приватные AI-заметки о встречах с открытым исходным кодом
Show HN: Yogurt – Free, private, open-source alternative to Granola
Yogurt — это бесплатная альтернатива Granola с открытым исходным кодом, которая записывает ваши звонки без добавления бота в встречу. Приложение работает локально: транскрипция на базе Whisper и обработка с помощью llama.cpp происходят прямо на вашем устройстве, поэтому конфиденциальные разговоры не покидают компьютер. Yogurt автоматически создаёт структурированные заметки — план встречи, следующие шаги по каждому участнику и личные напоминания. Доступен для macOS, Windows и Linux, распространяется под лицензией MIT, а исходный код открыт на GitHub.
Yogurt записывает ваши звонки, не добавляя бота в встречу — все AI-заметки создаются локально и остаются приватными.
- jgrodziski
Меня тоже достали приложения для заметок о звонках, и я тоже сделал своё как нативное приложение для Mac: https://retranscript.app
Я хотел полной автоматизации, полной настройки промптов для саммари, извлечения идей и т.д., а также использования лучших доступных моделей распознавания речи (скоро добавлю и Apple's SpeechAnalyzer для обычной транскрипции, где высокая точность не нужна).
После запуска Retranscript работает сам по себе. Он автоматически замечает звонок, записывает все голоса без бота на встрече. Всё сохраняется в виде обычных файлов в настраиваемой папке.
Компромисс здесь обратный тому, что у Yogurt: аудио уходит к выбранной вами модели, а не остаётся на вашем Mac. С вашими собственными ключами оно идёт напрямую к провайдеру на openrouter, и ничего не проходит через мой сервер. Подписки нет. Приложение бесплатное, а за модели вы платите по цене провайдера со своим ключом или с предоплаченными кредитами. Пока что это закрытый исходный код (в будущем выпущу как open-source), и только для Mac.
Поздравляю с запуском, приятно видеть столько людей, исследующих эту область, каждый со своим подходом.
- lavendermon
Я живу в штате, где требуется согласие обеих сторон, и до сих пор не решился воспользоваться сервисом AI-транскрипции. Yogurt — первая, на мой взгляд, подходящая реализация такого сервиса, как для личной приватности, так и для снижения потенциальных проблем, если Granola или подобный сервис взломают и транскрипции станут публичными.
Мне нравится, что вы добавили предупреждение по умолчанию для владельца, чтобы сообщить всем на звонке, что их записывают. Возможно, было бы идеально сделать ещё один шаг и показывать всплывающее окно снова, если к звонку присоединяется другой участник, которого тоже следует уведомить о записи.
- achrono
OpenWhispr [1] — один из первых в этой самой области, и он уже поддерживает больше разнообразных моделей, чем Yogurt. Также поддерживает транскрипцию встреч, суммаризацию, диктовку и т.д. способами, похожими на Yogurt.
Так почему Yogurt?
- theturtletalks
Я добавлю его в свой каталог open-source[0].
Чем он отличается от Muesli[1] и OpenOats[2]?
0. https://opensource.builders/alternatives/granola
- mickdarling
Очень интересно наблюдать, что люди могут делать с доступными сейчас инструментами распознавания речи, которые все с открытым исходным кодом.
Я строил своего собственного Джарвиса и до сих пор не сделал для него режим встреч, хотя это на подходе. Возможно, позаимствую некоторые идеи отсюда.
Мне очень нравится фильтр для шёпотом произнесённых, галлюцинированных слов, которые Whisper иногда слышит, вроде «Спасибо за просмотр», когда стоит тишина. Это круто.
Я делаю похожее разделение речи, но, думаю, немного другим механизмом. Так что придётся посмотреть, насколько хорошо работает ваш.
И я не проверяю громкость микрофона и аудио компьютера, чтобы определить, когда происходит утечка звука из динамиков. Это здорово.
Если бы я что-то добавил к вашему, так это диаризацию на тех же входах. То есть за комнатным микрофоном могут быть два или три человека, и диаризация для этого, чтобы знать, кто говорит в каждый момент времени, вероятно, была бы полезной. Я использую NVIDIA's Nemotron на Mac. https://huggingface.co/nvidia/Nemotron-3-Diarization
И у меня есть регистрация голосов с помощью эмбеддингов динамиков, используя это: https://github.com/wenet-e2e/wespeaker