Cicada escucha el audio de tu reunión directamente, sin ningún bot en la sala

La primera sorpresa agradable de Cicada es lo que no hace. No entra en tu reunión. No hay un participante llamado "Cicada Notetaker" esperando en la sala de espera, ni permiso de calendario, ni un correo a la otra parte explicando que una IA está escuchando.
Captura el audio que tu ordenador ya está reproduciendo. Esa sola decisión elimina la mayor parte de la fricción que generan los bots de reunión, y además les quita la excusa: nada cambia en la llamada, así que nadie tiene que aceptar nada.
Cicada, de wquguru, es gratuito, tiene licencia Apache-2.0 y apareció en GitHub el 1 de noviembre de 2026. Tres semanas después tenía 2.437 estrellas.
Qué hay en pantalla
Abajo hay una barra de subtítulos que aparece cuando alguien habla, se vuelve translúcida bajo el puntero y traduce a tu idioma del sistema tras detectar el idioma hablado en unos segundos. ⌃⌥S cambia los modos de visualización si quieres el original y la traducción juntos o por separado.
A la derecha, las notas se van construyendo mientras avanza la reunión: un resumen, temas, puntos clave, conclusiones, tareas, un diagrama de espina de pescado y un glosario de nombres y términos. Haz clic en una conclusión y saltas a las líneas de las que salió. ⌘F busca en la transcripción, y los homófonos mal oídos también aparecen, porque la búsqueda corre sobre el texto corregido y no sobre el audio en bruto.
El bucle de corrección es la parte que no esperaba. Con un servicio de IA conectado, los nombres mal oídos se arreglan en el momento: los homófonos evidentes al instante, los nombres desconocidos preguntándote una vez y recordando tu respuesta. Puedes pegar una lista de palabras en los ajustes antes de una reunión para que el vocabulario esté ahí desde el primer minuto. Después de la reunión, Edit line… corrige la misma palabra errónea en toda la sesión, con deshacer.
Dos tipos de audio, un solo registro
El audio del ordenador se etiqueta como Online. El micrófono se etiqueta como In room, y al activarlo captura a las personas que están físicamente contigo. Los dos van al mismo registro, que es el comportamiento correcto para una reunión híbrida y, sorprendentemente, poco común.
Con altavoces en lugar de auriculares, Cicada deduplica el audio para que la misma voz no aparezca dos veces. Con auriculares, los dos lados pueden hablar a la vez y se conservan ambos. En un Mac, la flecha junto al botón del micrófono elige una entrada concreta, un micro de iPhone o un micro de conferencia, sin cambiar el valor predeterminado del sistema.
Lo que oye el micrófono solo va a las notas; no se enruta hacia la reunión. Para que la otra parte te oiga, usas el intérprete.
Mantén una tecla y habla en tu idioma
Esta es la función que me hizo mirar dos veces. Mantén la ⌥ derecha en un Mac, o el Ctrl derecho en Windows, y habla. Los demás participantes oyen tu voz traducida dentro de la llamada, en una voz que puede ser la tuya: con una clave de API de Ling, Cicada la clona a partir de una grabación de 8 a 30 segundos. Sin clave, sigues teniendo las voces integradas de macOS.
En un Mac hay también un modo manos libres: empiezas a hablar mientras suena la reunión, el audio de la reunión baja solo y tu voz traducida sale tras una pausa de un segundo. El micro se pausa mientras está activo, y el README recomienda volver a la tecla de hablar cuando hay otras personas cerca, para que sus voces no se confundan con la tuya. Un consejo práctico y fácil de olvidar.
Por debajo, activar la interpretación cambia el micrófono del sistema a BlackHole 2ch, un controlador de audio virtual que se instala con un clic. Es el único paso de configuración que va a confundir a la gente, y es inevitable: para inyectar audio en una app de reuniones, algo tiene que hacerse pasar por un micrófono.
Hablantes, nombres y el registro
El modelo de huella de voz en el dispositivo separa a los hablantes automáticamente y rellena los nombres cuando hay una clave de Ling. Puedes renombrar o fusionar hablantes cuando se equivoque, y en un Mac puedes pedirle que recuerde una voz, con la propia instrucción del README de consultarlo antes con esa persona. La huella se queda en la máquina, y los ajustes permiten borrarla.
Los registros guardan la transcripción bilingüe, las notas y el audio en bruto en tu dispositivo. Haz clic en cualquier línea para reproducir desde ese punto mientras el texto se resalta. Después de la reunión puedes regenerar las notas, editar una conclusión en el sitio, volver a transcribir si el idioma se detectó mal, o importar un archivo de audio o vídeo local. La exportación cubre Markdown, Word y SRT.
Hay dos detalles que destacan. Copy Notes se pega en Feishu, Notion o Word con los encabezados, las listas y el dibujo de la espina de pescado intactos. Y con "Save to folder" activado, cada reunión se convierte en un archivo Markdown con frontmatter arriba, que cae en una bóveda de Obsidian o en cualquier carpeta y se actualiza cuando lo renombras. Frontmatter para agentes, en una app de consumo, en 2026: se da por hecho que algo aguas abajo leerá estas notas.
Compartir genera un enlace con caducidad y contraseña opcionales, y antes de subirlo bloquea claves, información de empresa no publicada y otras cadenas sensibles. El bloqueo es un filtro. Aun así es la dirección correcta por defecto.
La realidad de las plataformas
El Mac tiene el conjunto completo de funciones. En Apple silicon, el reconocimiento de voz corre en el dispositivo, así que el audio nunca sale del ordenador y puedes usar la app sin clave de API. Los Mac Intel necesitan una clave. Windows, Linux y Android necesitan una clave de Ling, OpenRouter, ZenMux o similar.
En Linux, la ventana de notas se ve al compartir pantalla, algo que conviene saber antes de presentar. En Android, el sistema bloquea la grabación de audio de las apps de llamadas y reuniones, así que el apaño es el altavoz más el modo In person. Es un límite de la plataforma, no un bug.
Lo que comprobaría antes de fiarme
Cuatro cosas.
El consentimiento. "Nadie se da cuenta de nada" es una función para quien graba y un problema para todos los demás. En muchas jurisdicciones, grabar una llamada exige informar a los participantes. La app hace fácil olvidarlo; tú no deberías.
La calidad de la traducción bajo presión. La interpretación en vivo es una tarea difícil, y la pausa de un segundo antes de que salga tu voz es una restricción real sobre cómo hablas. Pruébalo en una llamada sin consecuencias antes de usarlo con un cliente.
La cadena de dependencias. El reconocimiento en el dispositivo es solo para Mac, y todo lo demás necesita una clave de terceros. Software gratuito con una dependencia de pago en medio es un arreglo normal, y vale la pena saber qué partes dejan de funcionar cuando caduca la clave.
La atribución de hablantes. Las huellas de voz son buenas y no perfectas, sobre todo con voces parecidas en un códec de reunión comprimido. Lee los primeros minutos de una transcripción antes de fiarte de las etiquetas.
Por qué merece el espacio en disco
Aquí hay tres productos distintos que normalmente se venden por separado: subtítulos en vivo, notas de reunión e interpretación en tiempo real. Cicada trae los tres, usa el audio que el ordenador ya tiene y guarda los resultados como archivos que son tuyos.
La decisión de diseño que lo hace pequeño es la ausencia de bot. Todo lo demás se deriva: sin integración de calendario, sin sala de espera, sin lista de participantes, sin el paso de "déjame entrar". Pulsas una tecla y la reunión tiene subtítulos.
Para quien pasa la semana en llamadas entre dos idiomas, eso es mucha fricción menos por el precio de un controlador de audio virtual.
Artículos relacionados
Un servidor, una streamer de IA: dentro del código que sostiene un directo nocturno
open-yoki es el código de producción de una host de IA que emite cada noche en Binance Square, sin persona, voz ni nada que toque dinero. headless Chrome dibuja el fotograma, ffmpeg empuja RTMP y una carpeta de Markdown decide su humor y lo que publica.
Pinky deja que un agent maneje tu teléfono y mantiene pulsado Enviar hasta que hagas clic en Permitir
Pinky conecta cualquier agent MCP a un iPhone o Android real y aplica la aprobación en su propia pasarela, no en un prompt. Las apps bancarias son invisibles, los campos de contraseña están vedados y en Android 13 el agent recibe una segunda pantalla oculta.
SeedRealtime de ByteDance toma dos imágenes por segundo y decide cuándo hablar
Doubao-Seed-Realtime-1.0 mete frames de cámara, frames de pantalla y voz en una sola sesión full duplex, con dos frames por segundo como mucho. Las decisiones interesantes son la tasa de frames, el habla proactiva y la respuesta de auditoría que viene activada.
Alguien metió el derecho mundial en git, así que ahora puedes hacer blame a un artículo
global-law guarda los textos legales de cada país en un repositorio git donde cada commit es una ley que entra en vigor en una fecha conocida. Puedes lanzar log, blame, show y diff sobre un artículo, preguntar qué regía en cada país un día concreto y entregar todo el corpus a un asistente por MCP.