CLI-Tool, das Meeting-Aufzeichnungen mithilfe von Gemini-Modellen transkribiert, mit Sprecherzuordnung versehen und Berichte erstellt.
Extrahieren Sie sprecherzugeordnete Transkripte, visuellen Demo-Kontext und strukturierte Zusammenfassungen über die Befehlszeile.
offmute ist ein Open-Source-CLI-Tool und Node.js-Paket, das Meeting-Aufzeichnungen in sprecheridentifizierte Transkripte und strukturierte Berichte verarbeitet. Es nutzt direkt die Google Gemini API zur Analyse von Audio-Chunks und Video-Screenshots. Projektmanager und Agile-Teams können damit aufgezeichnete Stand-ups, Sprint-Reviews oder Kundenanrufe in Markdown-Notizen umwandeln.
Das Tool teilt Meeting-Audio in Segmente auf und extrahiert wichtige Videoframes, um visuelle Demos neben dem Gespräch zu erfassen. Es sendet diese Eingaben an Google Gemini, um Sprecherrollen zu identifizieren und Berichte in einem mehrstufigen Prozess zu erstellen. Die Ausgaben werden schrittweise als Markdown-Dateien geschrieben, sodass Sie den Fortschritt während der Ausführung überprüfen können.
Es eignet sich für technische Projektmanager, Scrum Master und Entwickler, die detaillierte Meeting-Notizen wünschen, ohne pro Minute anfallende SaaS-Transkriptionsgebühren zu bezahlen. Es ist nicht geeignet für nicht-technische Benutzer, die eine grafische Benutzeroberfläche benötigen, oder Teams, denen es untersagt ist, Meeting-Medien an die Cloud-Dienste von Google zu senden.
Extrahiert Screenshots bei wichtigen Zeitstempeln, um Bildschirmfreigaben und Produktdemos während Videomeetings zu erkennen.
Erstellt einen ersten Berichtsüberblick und füllt jeden Abschnitt unabhängig, um den Kontext über lange Anrufe hinweg aufrechtzuerhalten.
Identifiziert verschiedene Sprecher und leitet deren Namen und Rollen direkt aus dem Sprachkontext ab.
Akzeptiert benutzerdefinierte Anweisungen, um das Modell auf technische Entscheidungen, Aktionspunkte oder den Ton auszurichten.
offmute ist kostenlos und Open Source unter der Apache-2.0-Lizenz. Die primären Betriebskosten entstehen durch die Nutzung Ihres eigenen Google Gemini API-Tokens.
896 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Sie benötigen einen Google Gemini API-Schlüssel. Abhängig von Ihrer Nutzungsstufe und den Meeting-Längen kann Google API-Gebühren basierend auf dem Token-Verbrauch erheben.
Nein. Während die Medienextraktion und das Chunking lokal über ffmpeg erfolgen, werden alle Audio-Chunks und Video-Screenshots zur Verarbeitung an die Google Gemini API gesendet.
Ja. Das Tool extrahiert Video-Screenshots neben Audio, sodass Gemini visuelle Präsentationen und Produktdonmonstrationen erkennen kann.
Zekai zuerst in Google sehen