Meet2Notes
Meet2Notes es una herramienta open-source local-first para transcripción, diarización y notas de reuniones IA. Alternativa self-hosted a Fireflies.ai, Otter.ai y Meetily con procesamiento modular en Python/Next.js.
Ficha actualizada 28 sept 2026, 7:14 · upstream 28 sept 2026, 7:07 · release v0.6.2
Qué es Meet2Notes
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Meet2Notes es un asistente de reuniones IA privado y local-first que realiza transcripción, identificación de hablantes y generación de notas estructuradas directamente en el equipo del usuario. Soporta Windows, macOS y Linux con grabación simultánea de micrófono y audio del sistema mediante WASAPI loopback (Windows), inputs virtuales (macOS) o monitores (Linux).
El pipeline de procesamiento es modular: transcripción en vivo, transcripción final, diarización, reconocimiento de voces guardadas y análisis IA son etapas independientes con selección propia de modelos. Utiliza SQLite para persistencia local con vectores BGE-M3 para RAG histórico sobre reuniones individuales o la biblioteca completa.
La versión 0.6.2 introduce integración opcional con Anna Local Agent vía MCP (Model Context Protocol) para búsqueda en biblioteca existente, aunque los datos pueden llegar al proveedor IA externo si se habilita esta funcionalidad. El servidor MCP local es read-only y no expone herramientas de edición o acceso a archivos sensibles.
- Grabar reuniones locales con transcripción en tiempo real y diarización para crear notas estructuradas sin enviar audio a la nube
- Consultar historial de reuniones desde Claude Desktop, ChatGPT Desktop o Codex mediante MCP server local sin copiar la base de datos
- Identificar y renombrar hablantes en múltiples reuniones usando reconocimiento de voces guardadas y workspace de speakers
- Realizar búsqueda híbrida RAG con términos exactos y conceptos semánticos sobre transcripciones archivadas con provenance temporal
- Configurar webhooks outbound para notificaciones de segmentos en vivo y milestones de procesamiento con HMAC y reintentos
- Arquitectura modular con etapas independientes de transcripción, diarización y análisis permitiendo selección flexible de modelos
- Servidor MCP local read-only que conecta clientes IA locales sin exponer herramientas sensibles ni copiar la base de datos
- Soporte multiplataforma nativo para Windows (WASAPI loopback), macOS y Linux con instalación vía Pinokio o scripts POSIX
- RAG local persistente en SQLite con embeddings BGE-M3, aceleración opcional sqlite-vec y ranking híbrido temporal
- Licencia MIT con estado alpha pero funcionalidad completa de grabación, transcripción y análisis sin dependencia cloud obligatoria
- Estado alpha (versión 0.6.2) con recomendación explícita de respaldar grabaciones importantes antes del uso
- No incluye Docker ni Dockerfile; requiere instalación manual de Python 3.11+ y dependencias en cada plataforma
- Integración Anna pendiente de revisión Marketplace y opcional; datos pueden llegar al proveedor IA externo si se habilita MCP
- SmartScreen warning en Windows por falta de firma de código en archivos .bat del instalador bootstrap
- Requiere 4 cores CPU, 8GB RAM y 10GB disco mínimo según análisis técnico del repositorio
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Instalar vía Pinokio para entorno aislado o ejecutar install-update.bat (Windows) / install.sh (macOS/Linux). Verificar Python 3.11+ y Git antes de instalar. Configurar audio: micrófono + sistema simultáneo en Windows con WASAPI loopback, inputs virtuales en macOS/monitores en Linux. Habilitar MCP explícitamente solo si se requiere integración con clientes IA locales. Respetar consentimiento legal antes de grabar conversaciones.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.