Yogurt: ứng dụng ghi chú cuộc họp AI miễn phí, mã nguồn mở

Yogurt là một ứng dụng desktop mã nguồn mở, miễn phí, dùng mô hình AI chạy ngay trên thiết bị để phiên âm, tóm tắt và trò chuyện với nội dung các cuộc họp. Công cụ này được xây dựng như một lựa chọn thay thế cho Granola, nhưng khác ở chỗ hoàn toàn mở, không tính phí và không đẩy dữ liệu lên đám mây.

Điểm đáng chú ý là Yogurt không tham gia vào cuộc gọi dưới dạng một bot, mà chạy nền và ghi lại âm thanh trên máy. Toàn bộ bản ghi phiên âm, file ghi âm và bản tóm tắt đều không rời khỏi máy tính của người dùng.

Giao diện ứng dụng Yogurt

Cách hoạt động

Theo tác giả Eric, Yogurt là dự án anh phát triển trong thời gian rảnh, phát hành theo giấy phép MIT. Ứng dụng được đóng gói bằng Electron để chạy được trên Windows, macOS và Linux.

Về xử lý âm thanh, Yogurt dùng whisper.cpp để phiên âm, và dùng SpeechAnalyzer chạy trên thiết bị của Apple nếu hệ thống hỗ trợ. Với phần tóm tắt và hỏi đáp về nội dung cuộc họp, ứng dụng dùng một mô hình ngôn ngữ lớn (LLM) mã nguồn mở chạy cục bộ qua llama.cpp, tự động tải và thiết lập tùy theo cấu hình phần cứng để máy không bị quá tải.

Tác giả cho rằng các mô hình mã nguồn mở quy mô nhỏ ngày càng nhanh và mạnh, nên việc tóm tắt ghi chú cuộc họp hay trả lời câu hỏi về nội dung họp không cần đến những mô hình tiên tiến nhất.

Không cần dịch vụ đám mây trung gian

Một điểm đáng chú ý là Yogurt tích hợp sẵn MCP server cục bộ. Nếu người dùng muốn đưa ghi chú sang một mô hình tiên tiến hơn, họ có thể chia sẻ trực tiếp với Anthropic, OpenAI và tương tự, thay vì phải dùng một dịch vụ đám mây trả phí làm trung gian.

Yogurt chạy nền mà không thêm bot vào cuộc gọi

Tác giả cũng cho biết đã thử nhiều công cụ ghi chú mã nguồn mở phổ biến nhưng phần lớn thiếu các tính năng như tích hợp lịch hay MCP server, hoặc buộc người dùng phải kết nối hay tạo tài khoản. Vì vậy anh quyết định tự xây dựng Yogurt, dành nhiều thời gian tinh chỉnh từng tương tác, hiệu ứng giao diện và tối ưu các lệnh gọi mô hình để ứng dụng phản hồi nhanh.

Các chi tiết được chăm chút

Ngoài phần lõi, Yogurt còn xử lý những vấn đề thực tế khi ghi âm cuộc họp:

• Phát hiện và giảm tiếng vọng (echo)
• Tìm kiếm theo ba cấp độ: toàn cục, theo thư mục và theo từng ghi chú
• Tự động kết thúc bản ghi âm

Yêu cầu hệ thống

Ứng dụng hỗ trợ:

• macOS 14.4 trở lên (Apple Silicon)
• Windows 10 2004 trở lên (x64)
• Ubuntu 22.04 trở lên hoặc hệ điều hành tương đương (x64, dạng AppImage)

Cấu hình tối thiểu cần 8 GB bộ nhớ. Yogurt do Frigade phát triển và có thể tải về tại yogurt.so hoặc tự biên dịch từ mã nguồn.

Góc nhìn

Với các lập trình viên và doanh nghiệp Việt Nam đang cân nhắc đưa AI vào quy trình làm việc, Yogurt là ví dụ cho thấy một hướng đi ngày càng khả thi: thay vì trả tiền cho dịch vụ đám mây, có thể dùng mô hình nhỏ chạy cục bộ cho những tác vụ như tóm tắt và hỏi đáp trên văn bản. Cách làm này giúp kiểm soát chi phí và tránh đưa dữ liệu nội bộ ra ngoài.

Tuy nhiên, việc chạy mô hình trên thiết bị đòi hỏi cấu hình phần cứng đủ mạnh, và chất lượng đầu ra sẽ phụ thuộc vào mô hình có thể chạy được trên máy. Việc tích hợp MCP server cục bộ cũng đáng để các nhóm phát triển lưu ý, vì nó cho phép kết hợp giữa xử lý riêng tư tại chỗ và các mô hình mạnh hơn khi thật sự cần.