Matrix Live Diarizer
Transcripción de reuniones local con coincidencia de hablantes y subtítulos en directo.
Herramienta de transcripción de reuniones y diarización de hablantes de código abierto y enfoque local.
matrix-live-diarizer es una aplicación de enfoque local diseñada para convertir el audio de las reuniones en transcripciones estructuradas y corregibles sin enviar datos a la nube. Es ideal para profesionales que valoran la privacidad y necesitan gestionar las notas de las reuniones de forma local.
Qué es
La herramienta procesa el audio a través de dos vías principales: subidas posteriores a la reunión con separación opcional de hablantes mediante pyannote, y subtítulos en el navegador en tiempo real utilizando Detección de Actividad de Voz y ASR. Empareja voces anónimas con perfiles de hablantes registrados, genera resúmenes mediante Ollama local u opcionalmente LLMs en la nube, y exporta a Markdown, SRT, VTT o JSON.
Para quién
Es adecuada para profesionales que exigen una estricta privacidad de los datos de audio y desean ejecutar la transcripción y diarización en su propio hardware. No es apta para equipos que requieran despliegue web público, configuraciones multiinquilino, autenticación de identidad jurídica o médica automatizada, o entornos sin capacidad técnica.
Funciones clave
Procesamiento de enfoque local
El audio y las transcripciones permanecen en tu equipo con capacidad de ejecución sin conexión.
Coincidencia de muestras de voz
Empareja turnos de hablantes anónimos con personas registradas mediante la subida de archivos o grabaciones del navegador.
Dos vías de entrada
Compatible tanto con la subida posterior de audios de reuniones como con la subtitulación en el navegador en tiempo real.
Múltiples motores ASR
Permite alternar entre los entornos de ejecución de Qwen3-ASR, SenseVoice y Paraformer.
Resúmenes corregibles
Permite editar transcripciones con un doble clic, reasignar hablantes en lote y generar resúmenes.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- El audio nunca abandona tu máquina a menos que configures explícitamente un LLM público para la generación de resúmenes de texto.
- Compatible con múltiples motores intercambiables de ASR y reconocimiento de hablantes como Qwen3 y CamPlus.
- Proporciona una interfaz de usuario basada en navegador con almacenamiento en base de datos local para transcripciones y voces.
- Ofrece múltiples formatos de exportación, incluidos Markdown, SRT, VTT y JSON.
Sus límites
- Requiere una configuración técnica que incluye Python, Node.js, FFmpeg y gestión manual de dependencias.
- El primer inicio descarga aproximadamente 1.8GB de modelos, lo que puede llevar bastante tiempo.
- El hardware MPS de Macintosh puede experimentar bloqueos ocasionales, volviendo automáticamente a la CPU.
- No se recomienda ni está estructurado para despliegues web públicos, uso multiinquilino o cumplimiento estricto de normativas.
Precios y licencia
El software es gratuito bajo su licencia MIT. El único coste son los recursos de hardware, el almacenamiento y la electricidad necesarios para ejecutarlo por tu cuenta.
Empleos para hispanohablantes
874 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Úsalo, o deja que lo configuremos
FAQ
¿Sale mi audio del ordenador durante la transcripción?
No. El procesamiento de audio y la transcripción se realizan íntegramente en tu máquina local de forma predeterminada.
¿Cuándo se requiere un token de Hugging Face?
Solo se necesita un token de HF si deseas utilizar pyannote community-1 para la diarización de múltiples hablantes en archivos subidos o utilizar Qwen3-ForcedAligner para marcas de tiempo a nivel de palabra.
¿Puedo ejecutar esta herramienta completamente sin conexión?
Sí, una vez descargados los modelos iniciales en el primer inicio, la herramienta puede ejecutarse en un entorno sin conexión a internet si las funciones de LLM están desactivadas.
