offmute
Ferramenta CLI que transcreve, faz diarização e gera relatórios de gravações de reuniões usando modelos Gemini.
Extraia transcrições com identificação de falantes, contexto visual de demos e resumos estruturados via linha de comando.
offmute é uma ferramenta CLI de código aberto e pacote Node.js que processa gravações de reuniões transformando-as em transcrições com identificação de falantes e relatórios estruturados. Ela depende diretamente da API do Google Gemini para analisar trechos de áudio e capturas de tela de vídeo. Gerentes de projeto e equipes ágeis podem usá-la para transformar daily standups, revisões de sprint ou chamadas com clientes gravadas em notas em Markdown.
O que é
A ferramenta divide o áudio da reunião em segmentos e extrai quadros-chave de vídeo para capturar demonstrações visuais junto com a conversa. Ela envia essas entradas para o Google Gemini para identificar os papéis dos falantes e construir relatórios usando um processo em múltiplos estágios. As saídas são gravadas de forma incremental como arquivos Markdown para que você possa inspecionar o progresso enquanto a ferramenta é executada.
Para quem
É ideal para gerentes de projeto técnicos, Scrum masters e desenvolvedores que desejam notas detalhadas de reuniões sem pagar taxas de transcrição de SaaS por minuto. Não é adequado para usuários não técnicos que precisam de uma interface gráfica ou equipes proibidas de enviar mídias de reuniões para os serviços em nuvem do Google.
Recursos principais
Análise Visual de Vídeo
Extrai capturas de tela em carimbos de data/hora importantes para detectar compartilhamentos de tela e demonstrações de produtos durante reuniões em vídeo.
Geração de Relatórios Spreadfill
Cria um esboço de relatório inicial e preenche cada seção de forma independente para manter o contexto em chamadas longas.
Diarización Inteligente
Identifica falantes distintos e infere seus nomes e papéis diretamente a partir do contexto da fala.
Prompts de Contexto Personalizados
Aceita instruções personalizadas para direcionar o modelo em direção a decisões técnicas, itens de ação ou tom.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Analisa quadros de vídeo visuais e trechos de áudio para resumos contextuais.
- Usa gravações de arquivos incrementais para que você possa ler o progresso da transcrição durante o processamento.
- Oferece escolhas claras de níveis de modelo entre Gemini 2.5 Pro, Flash e Flash Lite.
- Pode ser executado instantaneamente via npx ou integrado programaticamente como um pacote npm.
Onde deixa a desejar
- Requer uma instalação local do ffmpeg e sua própria chave de API do Google Gemini.
- O processamento de gravações de vídeo longas pode incorrer em custos perceptíveis de uso da API do Google.
- A execução exclusiva via CLI carece de uma interface gráfica para membros da equipe que não são desenvolvedores.
- Transmite áudio de reuniões e capturas de tela para endpoints de nuvem de terceiros do Google.
Preços & licença
offmute é gratuito e de código aberto sob a licença Apache-2.0. O principal custo de execução vem do uso do seu próprio token da API do Google Gemini.
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.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Preciso de uma chave de API paga para executar o offmute?
Você precisa de uma chave de API do Google Gemini. Dependendo do seu nível de uso e da duração das reuniões, o Google pode cobrar taxas de API com base no consumo de tokens.
O offmute processa tudo localmente?
Não. Embora a extração de mídia e a divisão em partes ocorram localmente via ffmpeg, todos os trechos de áudio e capturas de tela de vídeo são enviados para a API do Google Gemini para processamento.
O offmute pode analisar compartilhamentos de tela durante revisões de sprint?
Sim. A ferramenta extrai capturas de tela de vídeo junto com o áudio, permitindo que o Gemini reconheça apresentações visuais e demonstrações de produtos.
