Estúdio de voz open source e local-first para clonagem e criação de vozes, dublagem de vídeos, ditado, transcrição e criação de audiolivros em 646 idiomas.
- Estrelas
- 13,774
- Forks
- 2,636
- Issues abertas
- 1,804
- Último commit
- há 5 horas
O que é?
Omi é uma IA pessoal de código aberto que grava o que aparece na tela e o que é dito ao seu redor, transcreve o áudio em tempo real e gera resumos e itens de ação. Ela funciona em computadores, celulares e um wearable complementar, e o recurso de chat responde a perguntas usando o histórico capturado como memória.
O projeto é um monorepo com vários componentes: um app para macOS desenvolvido com Swift e SwiftUI, um app desktop para Windows, um app Flutter para iOS e Android, um backend em Python com FastAPI e Firebase, firmware para o wearable (nRF/Zephyr) e um protótipo de óculos com ESP32-S3, SDKs para dispositivos em Python, Swift, React Native e outras linguagens, um servidor MCP e um conjunto de personas de IA em Next.js. O pipeline do backend usa componentes como detecção de atividade de voz, diarização de locutores, Deepgram para conversão de fala em texto, Firestore, Redis e LLMs.
Desenvolvedores podem executar o app para macOS com o backend na nuvem usando um único script ou configurar toda a infraestrutura local do backend. O repositório também documenta um framework de apps para criar integrações de terceiros e endpoints REST para memórias, conversas e itens de ação.
Recursos principais
- 01Captura o conteúdo da tela e as conversas e faz a transcrição em tempo real.
- 02Gera resumos e itens de ação a partir de conversas gravadas.
- 03Chat com IA que responde a perguntas usando o histórico capturado como memória.
- 04Funciona em macOS, Windows, iOS, Android e em um wearable complementar.
- 05Oferece SDKs para dispositivos, uma API REST e um servidor MCP para integrações.
Casos de uso
- Relembrar discussões e itens de ação de reuniões após um dia de chamadas.
- Criar apps ou integrações de terceiros com base nas conversas capturadas.
- Experimentar hardware de IA vestível e SDKs para dispositivos BLE.
Início rápido
- 1
Instale os requisitos: macOS 14 ou posterior, Xcode e Node.js
- 2
Clone o repositório, compile o app para macOS e inicie-o
git clone https://github.com/BasedHardware/omi.git && cd omi/desktop/macos && ./run.sh --yolo
Antes de usar
- O guia de início rápido é para o app de desktop do macOS e requer macOS 14 ou posterior e Xcode.
- Por padrão, o início rápido se conecta ao backend na nuvem, em vez de rodar totalmente localmente.
- Para executar o backend local completo, é necessário configurar os arquivos de ambiente e as credenciais.
Tópicos
Perguntas frequentes
- O que é omi?
- IA de código aberto que captura o que aparece na tela e as conversas, transcreve tudo em tempo real e permite conversar sobre o que viu e ouviu. Omi é uma IA pessoal de código aberto que grava o que aparece na tela e o que é dito ao seu redor, transcreve o áudio em tempo real e gera resumos e itens de ação. Ela funciona em computadores, celulares e um wearable complementar, e o recurso de chat responde a perguntas usando o histórico capturado como memória.
- omi é gratuito? Qual é a licença?
- omi é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- omi ainda é mantido?
- Manutenção ativa. O último commit de omi foi em 20 de out. de 2026.
- Para que posso usar omi?
- Relembrar discussões e itens de ação de reuniões após um dia de chamadas. Criar apps ou integrações de terceiros com base nas conversas capturadas. Experimentar hardware de IA vestível e SDKs para dispositivos BLE.
- Como instalar omi?
- Instale os requisitos: macOS 14 ou posterior, Xcode e Node.js Clone o repositório, compile o app para macOS e inicie-o: git clone https://github.com/BasedHardware/omi.git && cd omi/desktop/macos && ./run.sh --yolo
- Onde consigo omi?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/BasedHardware/omi
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
App para desktop que transcreve áudio e vídeo totalmente offline no seu dispositivo, usando Whisper e outros modelos de fala.
Assistente de reuniões com IA e foco em privacidade, que grava, transcreve e resume reuniões localmente no macOS e Windows, com resumos opcionais via Ollama ou LLM na nuvem.
Gerador de legendas com IA e processamento local, que funciona offline e se integra ao DaVinci Resolve, Premiere Pro e After Effects.
App nativo de speech-to-text para macOS que transcreve ditados no dispositivo ou via APIs na nuvem e depois reprocessa o texto com workflows de IA reutilizáveis.
App de ditado com IA, open source e local-first, que transforma fala em texto no macOS e no Windows e funciona offline com o Whisper.