O aplicativo de anotações Granola, com tecnologia de IA, avaliado em US$ 250 milhões, tornou-se uma ferramenta popular entre fundadores da indústria de tecnologia e VCs. Mas um desenvolvedor acredita que há demanda por uma alternativa mais privada e apenas local, disponível por uma taxa única e sem assinatura. Isso levou à criação de um novo aplicativo para Mac chamado Talat.
Desenvolvedor baseado em Yorkshire, Inglaterra Nick Payneque se autodenomina nerd da informática, diz que a ideia de construir um anotador local de IA surgiu principalmente por causa de uma série de acidentes felizes.
“Acho Granola incrível; é um exemplo brilhante do que você pode fazer com um aplicativo Electron [a framework for building desktop applications] com amor e carinho suficientes”, disse ele ao TechCrunch. “Quando experimentei pela primeira vez, fiquei fascinado por ele conseguir gravar o áudio do sistema no meu Mac sem gravar vídeo, que era a solução alternativa padrão na época. Isso levou a uma tonelada de pesquisas, descobrindo uma API da Apple relativamente nova e mal documentada.”
Para facilitar o trabalho com essa API (Core Audio Taps, que permite aos desenvolvedores acessar fluxos de áudio de um Mac), Payne decidiu criar uma biblioteca de áudio de código aberto, AudioTee.
“Durante esse tempo, eu estava lentamente montando um kit de ferramentas, mas nunca encontrei nada que pudesse ser considerado um produto por si só, em vez de apenas uma demonstração de tecnologia interessante”, disse Payne. “Os modelos de transcrição hospedados de última geração – os mesmos provedores que pessoas como Granola usam – são incríveis, e é visceralmente legal ver sua fala desenrolada na tela quase em tempo real. Mas sempre me incomodou que a compensação exigia fornecer não apenas meus dados, mas meus dados de áudio; minha voz real”, acrescentou.
Ele então se deparou com um kit de ferramentas de software chamado Áudio Fluidouma estrutura Swift que permite IA de áudio totalmente local e de baixa latência em dispositivos Apple. Ele permite executar modelos de transcrição pequenos e rápidos diretamente no Neural Engine do Mac – o hardware dedicado da Apple para processamento de IA.
Essa foi a peça que fez Payne perceber que poderia transformar sua pesquisa em um produto real – um produto onde seu áudio nunca sai do seu Mac e suas transcrições não são armazenadas em servidores de outra empresa.
Talatque foi construído ao lado O amigo de longa data e ex-colega de Payne, Mike Franklin, é o resultado do interesse de Payne no espaço de áudio. O resultado é uma compra única de 20 MB que não exige que você crie uma conta ou mesmo compartilhe dados analíticos com os desenvolvedores. Também não há taxas contínuas.
Embora alguns anotadores de IA possam ter mais recursos, o Talat oferece um conjunto simplificado de recursos. Ele captura o áudio do microfone do seu computador quando você está em aplicativos de reunião como Zoom, Teams, Meet e outros, e o transcreve em tempo real. O aplicativo tenta atribuir alto-falantes em tempo real, mas você pode reatribuí-los conforme necessário. Você também pode fazer anotações, além de editar, excluir ou dividir segmentos de transcrição. Quando a reunião termina, um LLM local gera um resumo com pontos-chave, decisões e itens de ação.
As notas, transcrições e resumos também podem ser pesquisados em Talat.
Além do ângulo da privacidade, Payne disse que o objetivo é dar mais opções aos usuários.
“Estamos apostando na configurabilidade e permitindo que os usuários controlem para onde vão seus dados: escolha seu próprio LLM, exporte automaticamente para [notetaking app] Obsidian, webhooks que enviam dados quando uma reunião termina, um PCM servidor”, que é uma forma padronizada de as ferramentas de IA se conectarem a fontes de dados externas, “para obtê-los sob demanda”, explicou ele.
Sob o capô, a IA é uma mistura – “principalmente costurada e abstraída por trás do FluidAudio”, observou Payne, que ele credita por fazer grande parte do trabalho pesado. Para resumir, o aplicativo usa como padrão um modelo Al chamado Qwen3-4B-4bit, que pode ser executado até mesmo em hardware bastante modesto.
No entanto, os usuários podem optar por mudar para qualquer provedor de nuvem LLM de sua escolha, ou podem escolher entre duas variantes do Parakeet – modelos de reconhecimento de fala desenvolvidos pela Nvidia – ou apontar para Ollama (uma ferramenta para executar modelos de IA localmente), dando-lhes mais controle sobre a experiência. Com o tempo, Talat adicionará suporte para mais opções integradas e terá integrações para outros aplicativos, como Google Calendar e Notion.
No lançamento, os usuários com computadores Mac da série M (aqueles que executam os próprios processadores da Apple, começando com o M1) podem baixar o aplicativo e testá-lo gratuitamente com 10 horas de gravações antes de decidirem pela compra.
Talat é disponível por $ 49 enquanto nesta versão de pré-lançamento, que ainda está em desenvolvimento ativo.
Quando o aplicativo chegar à versão 1.0, o preço aumentará para US$ 99.
Payne e Franklin estão iniciando o Talat e planejam manter o produto principal como uma compra única daqui para frente.
Fonte: Techcrunch
