Een nieuwe Mac-applicatie, Talat, biedt een alternatief voor cloudgebaseerde AI-notitietools zoals Granola, door prioriteit te geven aan de privacy van gebruikers. Talat is ontwikkeld door Nick Payne en Mike Franklin en verwerkt alle audio en transcripties lokaal op de computer van de gebruiker, waardoor het delen van gegevens met externe servers wordt vermeden. Deze aanpak speelt in op de groeiende zorgen over gegevensbeveiliging en -controle in door AI aangedreven productiviteitstools.
De opkomst van lokale AI
De ontwikkeling van Talat komt voort uit een verlangen naar meer privacy in de steeds populairder wordende AI-notitieruimte. Terwijl tools zoals Granola realtime transcriptie en samenvattingen bieden, vereisen ze het uploaden van audiogegevens naar de cloud. Payne, gedreven door deze afweging, probeerde een oplossing te creëren waarbij gebruikers konden genieten van de voordelen van AI zonder hun stemopnames op te geven.
De sleutel tot de functionaliteit van Talat is de Core Audio Taps API van Apple en het FluidAudio-framework, waarmee kleine, snelle transcriptiemodellen rechtstreeks op de Neural Engine van de Mac kunnen worden uitgevoerd. Dit maakt volledig lokale AI-verwerking met lage latentie mogelijk zonder afhankelijk te zijn van externe cloudservices. Payne’s werk aan de open-source AudioTee-bibliotheek heeft deze ontwikkeling verder gefaciliteerd, waardoor de toegang tot de noodzakelijke Apple API’s werd gestroomlijnd.
Hoe Talat werkt
Talat legt audio vast van vergaderapplicaties zoals Zoom, Teams en Meet en transcribeert deze in realtime. Het probeert sprekers automatisch te identificeren, hoewel gebruikers de toewijzingen handmatig kunnen aanpassen. De app genereert ook samenvattingen met belangrijke punten, beslissingen en actiepunten met behulp van een lokaal Large Language Model (LLM).
Alle notities, transcripties en samenvattingen blijven doorzoekbaar in de app en verlaten nooit het apparaat van de gebruiker.
Maatwerk en controle
Naast privacy legt Talat de nadruk op gebruikerscontrole. Met de app kunnen gebruikers hun favoriete LLM selecteren (inclusief opties zoals Qwen3-4B-4bit, Parakeet-varianten of Ollama) en instellingen voor gegevensexport configureren. Het ondersteunt ook integraties met tools zoals Obsidian, webhooks en MCP-servers, waardoor gebruikers maximale flexibiliteit krijgen over de manier waarop hun gegevens worden verwerkt.
Prijzen en beschikbaarheid
Talat is momenteel in pre-release beschikbaar voor een eenmalige aankoop van $ 49. De prijs zal stijgen naar $99 bij de release van 1.0. Payne en Franklin zijn bezig met het opstarten van het project, waarbij ze zich inzetten voor het handhaven van een eenmalig aankoopmodel in plaats van een abonnement. Gebruikers met Macs uit de M-serie kunnen de app downloaden en testen met 10 uur aan opnames voordat ze besluiten tot aanschaf over te gaan.
Talat vult een kritieke leemte in de AI-productiviteitsmarkt door een volledig privé, alleen lokaal alternatief aan te bieden waarmee gebruikers hun gegevens kunnen beheren terwijl ze profiteren van de voordelen van realtime transcriptie en samenvatting.
