← Volver al blog
Aiaprox. 7 min de lectura

Yogurt graba la reunión sin que entre un bot. Después abre un socket.

Publicado 15 nov 2026
Yogurt graba la reunión sin que entre un bot. Después abre un socket.

Lo primero que hay que entender de un grabador de reuniones es qué mete en la llamada. La mayoría se une como participante. Aparece un nombre en la cuadrícula, los demás lo ven, y la grabación tiene una causa visible. Eso es bueno para el consentimiento y malo para todo lo demás: al bot hay que admitirlo, sale en la lista de invitados y en algunas plataformas cambia la disposición de la llamada.

Yogurt, publicado por Frigade con licencia MIT, no se une. Graba tu micrófono y todo el audio que reproduce el ordenador. Sin participante, sin cambios en la lista de invitados, nada que el anfitrión tenga que admitir.

Las FAQ dicen la consecuencia sin rodeos: no se une ningún bot, así que avisa a los demás de la llamada de que estás grabando. Esa frase hace más trabajo del que parece. Cuando el grabador es invisible, el único mecanismo de consentimiento que queda eres tú diciendo algo.

Qué ejecuta

El pipeline son tres piezas locales.

La transcripción usa whisper.cpp, con large-v3-turbo o un modelo más pequeño según la máquina. En los Mac compatibles, SpeechAnalyzer de Apple da las palabras en vivo durante la llamada mientras Whisper produce la transcripción guardada. El reparto tiene sentido: un motor para la latencia, otro para el archivo que te quedas.

Los resúmenes y las preguntas pasan por llama.cpp con un modelo de pesos abiertos de las familias Gemma 4, gpt-oss o Qwen3, elegido para tu hardware. La app es Electron y no pide cuenta.

La instalación descarga en dos fases. Primero un modelo de notas pequeño, unos 5 GB. Después el mejor que la máquina mueva bien, que la documentación sitúa en 14 GB o más. Grabar funciona al terminar la instalación; las notas y las preguntas van sin conexión en cuanto está el modelo de notas. El mínimo son 8 GB de memoria, con macOS 14.4 en Apple silicon, Windows 10 2004 o posterior en x64 y Ubuntu 22.04 o similar.

Los datos se quedan en sitios previsibles. ~/Library/Application Support/Yogurt en Mac, %APPDATA%\Yogurt en Windows, ~/.config/Yogurt o $XDG_CONFIG_HOME/Yogurt en Linux. La app se conecta para descargar modelos y comprobar actualizaciones, y esa es toda la lista.

Lo que es solo de Mac, y lo que no

La detección de llamadas es multiplataforma pero superficial. Yogurt mira qué apps usan el micrófono. En llamadas del navegador también revisa el título de la pestaña o un evento de calendario cercano con enlace de llamada. Cuando cree que empezó una llamada, te ofrece grabar. La grabación solo empieza si aceptas, que es el valor por defecto correcto para algo que no puede anunciarse.

Los nombres de quienes hablan son solo de Mac. En Mac, con permiso de Accesibilidad, Yogurt puede leer quién habla en Zoom, Teams y Meet cuando esas apps lo muestran. En Windows y Linux la transcripción no tiene atribución por persona. Si la diarización te importa, ahí está la línea que decide, y es un sitio raro para que quede un hueco de plataforma en un producto de 2026.

El calendario también es solo de Mac, y lee calendarios que ya están en el ordenador. No inicias sesión en ninguna cuenta de calendario dentro de Yogurt. El modo multilingüe cubre 99 idiomas de transcripción, con 32 idiomas de interfaz. Los resúmenes siguen el idioma principal de la reunión; las respuestas siguen el idioma de tu pregunta.

Dos comportamientos menores importan. Yogurt deja de grabar cuando termina la llamada, con la misma señal de micrófono en uso. Y las respuestas entre reuniones vienen con enlaces a la fuente, la única función de esta categoría que yo llamaría innegociable. Un resumen que no puedes comprobar es un resumen que tienes que creerte.

El único socket

La decisión interesante es el servidor MCP local.

Se enciende en Ajustes, AI apps, se copia el comando de ayuda y se añade como servidor MCP local en tu asistente. El acceso viene apagado. Las apps conectadas tienen acceso de solo lectura a reuniones, notas y transcripciones. No pueden cambiar nada. También se le puede pedir a Yogurt que corte las lecturas siguientes.

En Mac y Linux el transporte es un socket en tu carpeta de perfil con permisos 0600, así que solo tu cuenta de usuario puede abrirlo. En Windows es una named pipe con un nombre aleatorio nuevo en cada arranque, guardado solo en tu carpeta de perfil.

Luego viene la frase por la que escribí esto: no hay token por app, así que cualquier app que corra bajo tu cuenta puede leer mientras el acceso esté encendido. Los ajustes muestran las apps conectadas con los nombres que ellas mismas declaran.

Párate un segundo en eso. El modelo de permisos aquí va por sesión de usuario, no por aplicación. Cuando mueves el interruptor, la frontera es tu login, no una lista de programas aprobados. Y la lista de apps de los ajustes es solo una pantalla cómoda, porque los nombres los declara cada app.

Se puede leer de dos maneras. La lectura dura es que un socket local de solo lectura sin credenciales por app es un sistema de permisos con los dientes limados, y que "nombres autodeclarados" es lo que se escribe cuando no has construido una capa de identidad.

La lectura amable es que los tokens por app son difíciles de hacer bien en un escritorio, que un socket 0600 es una frontera real contra otros usuarios de la máquina, y que la alternativa que la mayoría usa de verdad es subir transcripciones a un proveedor. Un socket local con una advertencia documentada es mejor trato que una API en la nube con una política de privacidad.

Me inclino por la segunda lectura, con una condición. La advertencia tiene que quedarse en las FAQ. En el momento en que un producto así describa el acceso MCP local como seguro sin el matiz, la ingeniería honesta se convierte en marketing.

Lo que te cuesta

Dinero, nada, y no es la cuestión. Los costes están en otro sitio.

Disco y memoria, primero. Un modelo de 14 GB más grabaciones es real en un portátil que además lleva un navegador. El flujo de instalación te dice si la máquina es demasiado lenta, lo cual es más elegante que en la mayoría.

Atención, segundo. La app no puede anunciarse, así que el consentimiento se vuelve un acto social que tienes que recordar cada vez. Es peor experiencia que un bot apareciendo en la cuadrícula, y mejor para la gente de la llamada que no instaló nada.

Plataforma, tercero. Mac recibe nombres de quienes hablan y calendario, Windows recibe un aviso de SmartScreen en el primer arranque porque la build no está firmada con un certificado de Microsoft, y Linux recibe la app sin ninguno de los dos extras de Mac.

El intercambio del producto es coherente. Proceso local, almacenamiento local, modelo local, sin cuenta, y un socket de solo lectura para que tu asistente responda sobre el martes pasado. Casi todas las alternativas renuncian al menos a dos de esas cosas.

Por qué se gana un sitio

La categoría ya tiene una forma por defecto: un bot se une, el audio va a un servidor, vuelve un resumen y el proveedor se queda la transcripción. Yogurt es el mismo producto con el transporte invertido, e invertir el transporte obliga a tomar explícitamente todas las demás decisiones, incluidas las feas sobre atribución de voces e identidad de apps.

Esa es la parte útil. Una app local-first se define por dónde escribe sus archivos y por cómo decide quién puede leerlos. Las dos cosas están documentadas aquí con un nivel de detalle poco habitual, hasta los permisos de archivo y el nombre de la pipe, incluido el hueco. Puedes no estar de acuerdo con el hueco y seguir usando la app, algo que no puedes decir de un servicio que nunca te cuenta dónde está el hueco.

Los instaladores están en la página de releases de GitHub para Mac arm64, Windows x64 y un AppImage de Linux. El repo también documenta cómo compilar desde el código si prefieres leer el código antes que las FAQ. Con este modelo de permisos, leer el código parece lo razonable.

Artículos relacionados