Journal / 2026 / AI技术

Yogurt:把会议转录留在本机的开源笔记工具

Frigade 开源的 Yogurt 用 whisper.cpp 在本地转录会议、用 llama.cpp 跑总结,不注册、不派机器人进会议,MIT 许可。本文对照 Granola 的定价与定位,拆解它的模型体积、MCP 权限与可复现的对比测试步骤,也写明它目前做不到的事。

Yogurt:把会议转录留在本机的开源笔记工具
封面 取自本文正文首图,点击可放大
目录 · 1996 字 / 4 分钟

2026 年 11 月 11 日,Frigade 的 Eric 在 Hacker News 发了 Show HN:Yogurt,一个免费、MIT 许可的桌面会议笔记应用,定位很直接——Granola 的开源替代。它不往会议里加机器人,而是录你的麦克风和电脑播放的声音,再把语音转成文字、写成摘要,并用本地模型回答跨会议的问题。

这件事值得写,不是因为又多了一个会议笔记工具,而是因为「音频、转录和 AI 处理都留在你的电脑上」被做成了默认行为。Granola 官网也写着 Without a meeting bot,也强调用系统音频采集,所以两者的产品形态并不对立;真正的差别在于代码与数据路径是否可审:Yogurt 把这两个都摆在明面上,你可以自己读、自己编译、自己换模型。

它怎么工作

  • 录音:麦克风加系统音频,任何会议软件都能录;Zoom、Teams、Meet 的「开始检测」是额外功能,不是前提。
  • 转录:用 whisper.cpp;在支持的 Mac 上再加 Apple SpeechAnalyzer 提供实时词流,Whisper 负责保存下来的那份转录。
  • 总结与问答:本地开放权重模型,来自 Gemma 4、gpt-oss 或 Qwen3 家族,按你的硬件挑一个,通过 llama.cpp 运行。
  • 数据落盘:录音、转录、笔记都存在本机配置目录;联网只发生在下载模型和检查更新时。
  • 多语言模式支持 99 种语言;说话人名字在 Mac 上可以通过辅助功能权限读取 Zoom、Teams、Meet 的发言者,其他平台暂时没有。

作者在 HN 回复里解释过一个取舍:没有走原生 UI 框架,而是用 Electron,因为团队想直接借 React 生态把界面做出来。这也解释了它为什么能同时给 Mac、Windows、Linux 出包——代价是安装体积和内存占用。

和 Granola 摆在一起看

Granola 的定价页写得很清楚:Basic 免费,会议历史只保留 30 天;Business 每用户每月 14 美元;Enterprise 每用户每月 35 美元。免费档的定位是「尝一口」,真正放开历史和高级模型要付费。

Yogurt 是 MIT、无账号、无订阅,代价是你自己承担模型下载和算力。所以这不是「免费对收费」这么简单,而是把成本从订阅费换成了磁盘、内存和一次性的配置时间。

两边都强调不加机器人、默认私密,所以隐私对比不能停在口号上。真正要问的是三件事:音频有没有离开设备、转录和总结在哪跑、厂商能不能远程改规则。Yogurt 的 README 对前两项给了明确答案;第三项由 MIT 许可和本地二进制兜底,但模型权重仍是从网上下载的,供应链风险依旧存在,只是换了个位置。

隐私并不等于「什么都在本地」

README 里有几个容易被忽略的细节,值得在推荐给别人之前先读:

  • 首次安装会先下一个约 5 GB 的笔记模型,再按机器能力下载更好的模型,可能到 14 GB 或更多。下载完成前记录功能可用,笔记和问答要等模型到位。
  • 本地 MCP 服务默认关闭。打开后助手应用只有只读权限,不能改你的会议;Mac 和 Linux 用用户目录下 0600 权限的 socket,Windows 用每次启动随机命名的管道。
  • README 同时写明:没有 per-app token,任何以你的账号运行的应用,在开关打开期间都能读。这是本地工具的现实边界,不是「企业级权限」。
  • 硬件门槛写得具体:Apple 芯片的 Mac 要 macOS 14.4 以上,Windows 要 10 的 2004 版本以上,Linux 要 Ubuntu 22.04 一类,内存至少 8 GB;机器太慢会在设置阶段被提示。
  • 本地模型不是万能:长会议、口音重、专有名词多时,转录和摘要都会退化;它的卖点是「数据不出门」,不是「效果超过云端」。

怎么自己比一次

想验证「本地转录到底够不够用」,可以把比较做成可复现的小实验:

  • 准备同一段会议录音,最好包含多人轮流说话、专有名词和数字,长度控制在一次会议的量级。
  • 在 Yogurt 里用默认模型跑一遍,逐项记录转录错误、摘要漏项、说话人是否分对。
  • 在 Granola 的免费档跑同一段,比较摘要结构与行动项提取;注意免费档的历史限制,别把「看不到旧会议」误判成质量差。
  • 关掉网络再问一次 Yogurt 的跨会议问题,确认它真的在本地检索,而不是悄悄回落到云端。
  • 最后看资源占用:模型常驻内存多少、长会议会不会掉帧、切换应用是否卡顿。这一步比跑分更能决定你会不会长期用它。

如果要做团队评估,再加一项:把同一段录音交给两个不同规模的本地模型,看摘要质量的差距是否值得多占的内存。Yogurt 允许你换模型,这个变量值得单独测。

适合谁

  • 会议内容敏感、又不想自己维护一套服务器的个人和小团队。
  • 愿意接受「模型体积换隐私」的人:几 GB 到十几 GB 的磁盘和 8 GB 内存是入场券。
  • 需要离线可用,或者想把会议笔记接进自己助手工作流的人,本地 MCP 是现成入口。

暂时不适合的:需要企业级审计、细粒度权限和多人协作的团队;以及期待开箱即用、不愿折腾模型下载的人。它更像一把可以自己磨的刀,不是一件买来就顺手的家电。

本文基于以下公开报道整理。

参考来源

本文由 AI 辅助整理,事实来自 Yogurt 的 GitHub README、Hacker News 讨论与 Granola 公开定价页;我们未在本地安装运行 Yogurt,转录质量对比是需要读者按文中步骤自行验证的部分。

§

所属主题

Topics

主题只是把现有标签归并后的浏览方式,标签本身不变;全部标签 · 画廊

← 全部文章