Estudio de voz de código abierto y orientado al uso local para clonar y diseñar voces, doblar videos, dictar, transcribir y crear audiolibros en 646 idiomas.
76,5 mil8,4 milPythonAGPL-3.0Actualizado ayer
- Estrellas
- 13,774
- Forks
- 2,636
- Issues abiertos
- 1,804
- Último commit
- hace 5 horas
¿Qué es?
Omi es una IA personal de código abierto que registra lo que aparece en tu pantalla y lo que se dice a tu alrededor, transcribe el audio en tiempo real y genera resúmenes y tareas pendientes. Funciona en computadoras, teléfonos y un wearable complementario, y su función de chat responde preguntas usando como memoria el historial capturado.
El proyecto es un monorepo con varios componentes: una app para macOS desarrollada con Swift y SwiftUI, una app de escritorio para Windows, una app móvil en Flutter para iOS y Android, un backend en Python con FastAPI que usa Firebase, firmware para el wearable (nRF/Zephyr) y un prototipo de gafas con ESP32-S3, SDK de dispositivos en Python, Swift, React Native y otros lenguajes, un servidor MCP y un conjunto de personas de IA con Next.js. El pipeline del backend usa componentes como detección de actividad de voz, diarización de hablantes, Deepgram para convertir voz en texto, Firestore, Redis y LLMs.
Los desarrolladores pueden ejecutar la app para macOS con el backend en la nube mediante un único script, o configurar toda la pila del backend localmente. El repositorio también documenta un framework de apps para crear integraciones de terceros y endpoints REST para recuerdos, conversaciones y tareas pendientes.
Funciones clave
- 01Captura el contenido de la pantalla y las conversaciones, y los transcribe en tiempo real.
- 02Genera resúmenes y tareas pendientes a partir de conversaciones grabadas.
- 03Chat con IA que responde preguntas usando el historial capturado como memoria.
- 04Funciona en macOS, Windows, iOS, Android y un wearable complementario.
- 05Ofrece SDK de dispositivos, una API REST y un servidor MCP para integraciones.
Casos de uso
- Recordar conversaciones de reuniones y tareas pendientes después de un día de llamadas.
- Crear apps o integraciones de terceros basadas en conversaciones capturadas.
- Experimentar con hardware de IA wearable y SDK de dispositivos BLE.
Inicio rápido
- 1
Instala los requisitos: macOS 14 o posterior, Xcode y Node.js
- 2
Clona el repositorio, compila la app para macOS y ejecútala
git clone https://github.com/BasedHardware/omi.git && cd omi/desktop/macos && ./run.sh --yolo
Antes de usarlo
- La guía de inicio rápido es para la app de escritorio de macOS y requiere macOS 14 o posterior y Xcode.
- De forma predeterminada, el inicio rápido se conecta al backend en la nube en lugar de ejecutarse completamente en local.
- Para ejecutar todo el backend en local, hay que configurar los archivos de entorno y las credenciales.
Temas
Preguntas frecuentes
- ¿Qué es omi?
- IA de código abierto que captura lo que aparece en tu pantalla y tus conversaciones, las transcribe en tiempo real y te permite chatear sobre lo que ha visto y oído. Omi es una IA personal de código abierto que registra lo que aparece en tu pantalla y lo que se dice a tu alrededor, transcribe el audio en tiempo real y genera resúmenes y tareas pendientes. Funciona en computadoras, teléfonos y un wearable complementario, y su función de chat responde preguntas usando como memoria el historial capturado.
- ¿omi es gratuito? ¿Qué licencia tiene?
- omi es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿omi sigue mantenido?
- Mantenimiento activo. El último commit de omi fue el 20 oct 2026.
- ¿Para qué puedo usar omi?
- Recordar conversaciones de reuniones y tareas pendientes después de un día de llamadas. Crear apps o integraciones de terceros basadas en conversaciones capturadas. Experimentar con hardware de IA wearable y SDK de dispositivos BLE.
- ¿Cómo se instala omi?
- Instala los requisitos: macOS 14 o posterior, Xcode y Node.js Clona el repositorio, compila la app para macOS y ejecútala: git clone https://github.com/BasedHardware/omi.git && cd omi/desktop/macos && ./run.sh --yolo
- ¿Dónde consigo omi?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/BasedHardware/omi
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Aplicación de escritorio que transcribe audio y video completamente sin conexión en tu dispositivo, con Whisper y otros modelos de voz.
7,8 mil567TypeScriptMITActualizado hace 14 días
Asistente de reuniones con IA que prioriza la privacidad: graba, transcribe y resume reuniones localmente en macOS y Windows, con resúmenes opcionales mediante Ollama o LLM en la nube.
31,9 mil3,6 milRustMITActualizado el mes pasado
Generador de subtítulos con IA que funciona localmente y sin conexión, integrado con DaVinci Resolve, Premiere Pro y After Effects.
4,4 mil305TypeScriptMITActualizado hace 15 días
App nativa de macOS para convertir voz en texto, con transcripción local o mediante API en la nube y flujos de trabajo de IA reutilizables para procesar el texto.
1,9 mil147SwiftGPL-3.0Actualizado hace 4 horas
Aplicación de dictado con IA, de código abierto y local, que convierte voz en texto en macOS y Windows y funciona sin conexión con Whisper.
1,6 mil142TypeScriptMITActualizado hace 7 días