Transcrição de reuniões com foco local, correspondência de locutores e legendas ao vivo.
Ferramenta de código aberto com foco local para transcrição de reuniões e diarização de locutores.
O matrix-live-diarizer é um aplicativo com foco local projetado para converter áudio de reuniões em transcrições estruturadas e corrigíveis, sem enviar dados para a nuvem. Ele é ideal para profissionais preocupados com a privacidade que precisam gerenciar anotações de reuniões localmente.
A ferramenta processa o áudio através de dois caminhos principais: uploads pós-reunião com separação opcional de locutores via pyannote, e legendas de navegador em tempo real usando Detecção de Atividade de Voz e ASR. Ela associa vozes anônimas a perfis de locutores cadastrados, gera resumos usando Ollama local ou LLMs opcionais de nuvem, e exporta para Markdown, SRT, VTT ou JSON.
É adequado para profissionais que exigem estrita privacidade de dados de áudio e desejam executar transcrição e diarização em seu próprio hardware. Não é adequado para equipes que exigem implantação web pública, configurações multi-tenant, autenticação automatizada de identidade jurídica ou médica, ou ambientes sem capacidade técnica.
O áudio e as transcrições permanecem na sua máquina com capacidade de execução offline.
Associa turnos de locutores anônimos a indivíduos cadastrados por meio de uploads de arquivos ou gravações do navegador.
Suporta tanto uploads de áudio pós-reunião quanto legendagem de navegador em tempo real.
Permite alternar entre os runtimes Qwen3-ASR, SenseVoice e Paraformer.
Possibilita edições de transcrição com duplo clique, reatribuição em massa de locutores e geração de resumos.
O software é gratuito sob sua licença MIT. O único custo são os recursos de hardware, armazenamento e eletricidade necessários para executá-lo por conta própria.
879 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Não. O processamento de áudio e a transcrição ocorrem inteiramente na sua máquina local por padrão.
Um token HF só é necessário se você quiser usar o pyannote community-1 para diarização de múltiplos locutores em arquivos enviados ou utilizar o Qwen3-ForcedAligner para marcas de tempo a nível de palavra.
Sim, uma vez que os modelos iniciais sejam baixados durante a primeira inicialização, a ferramenta pode ser executada em um ambiente sem conexão com a internet se os recursos de LLM estiverem desativados.
Veja o Zekai primeiro no Google