Meeting Transcriber: Lokale Besprechungsnotizen für macOS

Besprechungsnotizen sollten nicht voraussetzen, dass das gesamte Gespräch zuerst an ein Dashboard eines Drittanbieters geschickt wird. Meeting Transcriber wählt den direkteren Weg: Die App erkennt einen Anruf auf dem Mac, nimmt App- und Mikrofonkanal auf, transkribiert lokal, trennt Sprecher und schreibt ein strukturiertes Markdown-Protokoll.

Das Projekt ist eine Swift-6.2-Menüleisten-App für macOS von pasrom und steht aktuell bei v0.8.1. Es ist kein Browser-Rekorder, der einen Bot in den Anruf schickt. Das Repository beschreibt eine Local-First-Pipeline mit WhisperKit oder Parakeet für die Spracherkennung und einer frei wählbaren Ausgabe über Claude, Ollama, LM Studio oder einen OpenAI-kompatiblen Anbieter. Aktuelle Releases findest du im Projekt-Repository und auf der Projekt-Website.

Was kann die App?

Meeting Transcriber kann Teams, Zoom und Webex über Fenstertitel überwachen. Browser-Meetings wie Google Meet lassen sich optional erkennen. Für einige Anruf-Apps ohne zuverlässiges Meeting-Signal kann eine optionale Mikrofon-Erkennung pro App aktiviert werden. Standardmäßig bleibt sie aus, damit nicht jede Audio-App ungefragt eine Aufnahme startet.

Die Aufnahme erfolgt auf zwei Spuren: App-Audio wird über Apples CATap-Audiopfad erfasst, während das Mikrofon gleichzeitig aufgenommen wird. So bleiben die eigene Stimme und das entfernte Gespräch getrennt, was für Sprecherlabels deutlich nützlicher ist als eine gemischte Spur. Vorhandene WAV-, MP3-, M4A-, MP4-, FLAC-, AMR-, 3GP-, OPUS- und OGG-Dateien können ebenfalls in dieselbe Pipeline. MKV und WebM benötigen ffmpeg.

Nach der Transkription übernimmt FluidAudio die lokale Sprecherdiarisierung und kann bekannte Stimmen über Embeddings abgleichen. Danach folgt die Protokollerzeugung: Claude Code CLI, ein OpenAI-kompatibler Endpoint wie Ollama oder LM Studio, oder gar kein Anbieter, wenn der Rohtext genügt. Das Ergebnis ist ein Markdown-Protokoll mit Zusammenfassung, Teilnehmern, Themen, Entscheidungen, Aufgaben und offenen Fragen.

Installation

Für pasroms Meeting Transcriber gibt es keinen offiziellen App-Store-Eintrag. Verwende das neueste GitHub-Release, lade das DMG herunter, mounte es und ziehe MeetingTranscriber.app nach Applications. Die Mindestanforderung ist macOS 14.2+, weil CATapDescription für App-Audio benötigt wird; für die lokalen Modelle ist Apple Silicon das sinnvolle Ziel.

# Download the latest DMG:
open https://github.com/pasrom/meeting-transcriber/releases/latest

# Mount it and drag MeetingTranscriber.app to /Applications.

Homebrew ist eine optionale Alternative: brew tap pasrom/meeting-transcriber und danach brew install --cask meeting-transcriber. Auf der v0.8.1-Release-Seite steht außerdem ein SHA256-Wert. Beim ersten Start lädt die App die Sprachmodelle automatisch; ein Hugging-Face-Token ist nicht erforderlich. Für einen vollständig lokalen Workflow konfigurierst du Ollama oder LM Studio. Claude Code CLI und OpenAI-kompatible Endpoints sind ebenfalls möglich, aber ihre Verarbeitung und Datenschutzbedingungen solltest du separat prüfen.

So verwendest du die App

Starte die App und lasse sie in der Menüleiste laufen. Sobald ein unterstütztes Meeting erkannt wird, beginnt die Aufnahme entsprechend der gewählten App- und Erkennungseinstellungen. Für deine Spur braucht die App Mikrofonzugriff; Accessibility wird für die Stummschaltungserkennung und die Teilnehmeranzeige in unterstützten Apps verwendet. Screen Recording ist optional: Es verbessert den Meetingtitel und dient als Fallback für den Audio-Tap, ist für die Erkennung selbst aber nicht nötig.

Du musst nicht auf eine automatische Erkennung warten. Über das Menü lässt sich eine manuelle Aufnahme starten, und ⌘P verarbeitet vorhandene Audio- oder Videodateien stapelweise. Im Record-only-Modus erzeugt Meeting Transcriber nur Aufnahmen auf zwei Spuren und Metadaten-Sidecars, sodass eine andere Maschine die nachgelagerte Verarbeitung übernehmen kann.

Meeting detected
├─ app audio + microphone
├─ 16 kHz mono conversion
├─ WhisperKit / Parakeet
├─ speaker diarization
└─ Markdown protocol via Claude CLI / OpenAI-compatible / none

Die Einstellungen sind nach dem tatsächlichen Arbeitsablauf gegliedert. General legt überwachte Apps und Record-only fest. Audio wählt Mikrofon, VAD, Stille-Anzeige und optionale Echokompensation. Transcribe wählt WhisperKit oder Parakeet sowie Modell, Sprache, Vokabular und Terminologie-Normalisierung. Speakers verwaltet Diarisierung und bekannte Stimmen. Output legt Anbieter, Protokollsprache, Transkript-Aufbewahrung, Ausgabeordner und eigenen Prompt fest.

~/Library/Application Support/MeetingTranscriber/protocols/
├─ 20260225_1400_meeting.txt  # raw transcript, when enabled
└─ 20260225_1400_meeting.md   # structured protocol

Die Screenshots

Die Hero-Animation des Repositorys zeigt die Idee in einem Ablauf: Das Meeting wird aufgenommen, durchläuft lokale Transkription und wird zu einem Markdown-Protokoll. Auch das Menüleisten-Symbol ist eine kompakte Statusanzeige. Die animierte Wellenform steht für Idle, Recording, Transcribing, Diarizing und Protocol; ein Berechtigungsbadge oder ein Record-only-Punkt bleibt sichtbar, wenn eine Einstellung den aktuellen Zustand verändert.

Wie funktioniert es intern?

Die wichtigste Architekturentscheidung ist die Trennung der beiden Eingänge. CATap erfasst App-Audio, das Mikrofon wird separat aufgenommen, und beide Wege werden vor den Spracherkennungs-Engines in 16-kHz-Mono umgewandelt. So funktioniert dieselbe Pipeline für Live-Aufnahmen und importierte Dateien, während genug Trennung für die Zuordnung der Sprecher erhalten bleibt.

WhisperKit ist die breit aufgestellte Option mit mehr als 99 Sprachen und einem Modell von ungefähr 1 GB. Parakeet TDT v3 ist mit rund 50 MB kleiner, zielt auf 25 europäische Sprachen und wird im README als etwa zehnmal schneller beschrieben. Danach liefert FluidAudio die CoreML/ANE-Diarisierung; neben dem Standardmodus gibt es mit Sortformer einen Modus für gleichzeitiges Sprechen.

Repository und Releases

Das GitHub-Repository enthält Swift-App, Modell- und Audiopipeline, Dokumentation für Automation und Stream Deck sowie den Release-Workflow. Im Homebrew-Build gibt es außerdem eine lokale Automation API. Ein lokales Skript kann damit eine Audiodatei senden und ein diarisiertes Transkript zurückbekommen, ohne die Menüleisten-App in einen Cloud-Dienst zu verwandeln.

Das aktuell geprüfte Release ist v0.8.1. Die Release-Notizen nennen den neuen About-Tab, klarere Hinweise bei unsauberem Beenden und unerreichbarem Ausgabeordner, bessere Accessibility-Diagnose, Korrekturen an Sprecherfeldern sowie Verbesserungen an Signierung und TCC. Das Repository dokumentiert Unit-Tests, Linting und Analyse in CI sowie selbst gehostete Apple-Silicon-E2E-Läufe mit echten Modellen und einer Simulation des eigentlichen Apps.

Was du vor der Installation prüfen kannst

Eine vorsichtige Installation ist einfach: Beginne auf der v0.8.1-Release-Seite, vergleiche das DMG mit dem veröffentlichten SHA256, bestätige macOS 14.2 oder neuer und plane Speicher für das gewählte Modell ein. Entscheide außerdem, ob der Protokollanbieter lokal oder remote arbeiten soll, und erteile nur die Berechtigungen, die dein Aufnahmemodus braucht. Der Advanced-Bereich zeigt den Berechtigungszustand und Diagnosen.

Wo liegen die Grenzen?

Lokale Verarbeitung hat trotzdem einen Einstiegspreis. Das WhisperKit-Modell ist ungefähr 1 GB groß, Parakeet kleiner, und Transkription plus Sprechertrennung beanspruchen CPU, GPU oder Neural Engine des Macs. Unterstützt wird macOS 14.2 und neuer; für ältere Macs oder ältere macOS-Versionen gibt es keinen versteckten kompatiblen App-Audio-Pfad.

Die automatische Erkennung ist bewusst vorsichtig und hängt von Berechtigungen ab. Ein Fenstertitel kann unbekannt sein, eine Accessibility-Freigabe kann in macOS aus dem Tritt geraten, oder eine importierte Datei enthält keine brauchbare Audiospur. Echo von Lautsprechern wird erkannt und gemeldet; optionale Echokompensation und Deduplizierung helfen, aber kein Diarizer kann einem lauten Raum perfekte Sprecherzuordnung entlocken.

Auch der Begriff Local First hat eine Grenze. Aufnahme, Transkription und Diarisierung können auf dem Mac bleiben, und der Anbieter lässt sich deaktivieren. Wenn du Claude Code CLI oder einen entfernten OpenAI-kompatiblen Endpoint für das Protokoll wählst, können Transkript oder Prompt entsprechend dem Anbieter das Gerät verlassen. Für eine strikte No-Upload-Regel nimm Ollama oder LM Studio und kontrolliere die Ausgabeoptionen vor einem vertraulichen Gespräch.

Die Lizenz: Was ist erlaubt?

Meeting Transcriber steht unter MIT-Lizenz. Du darfst den App-Code prüfen, ändern und auch in kommerzieller oder geschlossener Software weiterverwenden, solange Copyright- und Lizenzhinweis bei wesentlichen weitergegebenen Teilen erhalten bleiben. Es gibt keine Copyleft-Pflicht, deine Änderungen zu veröffentlichen.

Diese Erlaubnis gilt nicht automatisch für jedes Modell, jede Abhängigkeit, jeden Dienst oder jede Aufnahme. WhisperKit, FluidAudio, heruntergeladene Modelle, Claude Code, OpenAI-kompatible Anbieter und ffmpeg haben eigene Bedingungen. Für Meeting-Aufnahmen musst du außerdem die Benachrichtigungs- und Einwilligungsregeln der Teilnehmer und des Aufnahmeorts beachten.

Solltest du es installieren?

Wenn du Meeting-Notizen erstellen möchtest, ohne jede Audiodatei an einen SaaS-Rekorder zu geben, ist Meeting Transcriber eine fokussierte macOS-Option. Starte mit dem signierten GitHub-Release-DMG, nutze Parakeet für ein kleines schnelles Modell oder WhisperKit für eine breitere Sprachabdeckung und lasse die Protokollerzeugung lokal laufen, wenn Privatsphäre die wichtigste Bedingung ist. Der komplette Weg von der Aufnahme bis zum Markdown bleibt so auf deinem Mac konfigurierbar und nachvollziehbar.

# Download the latest DMG:
open https://github.com/pasrom/meeting-transcriber/releases/latest

# Mount it and drag MeetingTranscriber.app to /Applications.