Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Terapeutas › Matrix Live Diarizer
✦ Grátis & open sourceTerapeutas

Matrix Live Diarizer

Transcrição de reuniões com foco local, correspondência de locutores e legendas ao vivo.

matrix-live-diarizer

Ferramenta de código aberto com foco local para transcrição de reuniões e diarização de locutores.

Grátis para sempre · open source · MIT
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
6.1
ZEKAI
Ferramenta de transcrição com foco local
Grátis & open source · Terapeutas
Facilidade de configuração4
Utilidade7
Manutenção8.5
Comunidade5
★ 133
GITHUB
Aug 2026
ATUALIZADO
MIT
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

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.

Funciona em
Web
Hospedagem
Self-host
Idiomas
Python
Licença
MIT

O que é

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.

Para quem

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.

Recursos principais

Processamento com Foco Local

O áudio e as transcrições permanecem na sua máquina com capacidade de execução offline.

Correspondência de Amostra de Voz

Associa turnos de locutores anônimos a indivíduos cadastrados por meio de uploads de arquivos ou gravações do navegador.

Caminhos de Entrada Duplos

Suporta tanto uploads de áudio pós-reunião quanto legendagem de navegador em tempo real.

Múltiplos Mecanismos ASR

Permite alternar entre os runtimes Qwen3-ASR, SenseVoice e Paraformer.

Resumos Corrigíveis

Possibilita edições de transcrição com duplo clique, reatribuição em massa de locutores e geração de resumos.

Como começar

Pronto em 3 passos

1
Clone o repositório e configure um ambiente virtual Python 3.10 a 3.12.
2
Instale os requisitos do Python, compile os assets de frontend do Node.js e execute o main.py.
3
Acesse a interface web local através do seu navegador em http://127.0.0.1:8000 usando as credenciais padrão.
Falando sério

Nosso veredito honesto

Pontos fortes

  • O áudio nunca sai da sua máquina, a menos que você configure explicitamente um LLM público para geração de resumos de texto.
  • Suporta múltiplos mecanismos intercambiáveis de ASR e reconhecimento de locutores, como Qwen3 e CamPlus.
  • Fornece uma interface de usuário baseada em navegador com armazenamento de banco de dados local para transcrições e vozes.
  • Oferece múltiplos formatos de exportação, incluindo Markdown, SRT, VTT e JSON.

Onde deixa a desejar

  • Requer configuração técnica envolvendo Python, Node.js, FFmpeg e gerenciamento manual de dependências.
  • A primeira inicialização baixa aproximadamente 1.8GB de modelos, o que pode levar um tempo considerável.
  • O hardware MPS da Apple pode sofrer ocasionalmente com deadlocks, revertendo automaticamente para a CPU.
  • Não recomendado ou estruturado para implantação web pública, uso multi-tenant ou conformidade estritamente regulamentada.
Custo

Preços & licença

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.

Trabalho remunerado

Vagas para quem fala português

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.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source
Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: Matrix Live Diarizer para Terapeutas
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o Matrix Live Diarizer para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Meu áudio sai do meu computador durante a transcrição?

Não. O processamento de áudio e a transcrição ocorrem inteiramente na sua máquina local por padrão.

Quando um token do Hugging Face é necessário?

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.

Posso executar esta ferramenta completamente offline?

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.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Terapeutas — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google