Cómo funciona Patum
Cómo funciona Patum: cada paso en tu Mac
Del sonido de una llamada a la nota archivada, cada paso ocurre en tu Mac: la grabación, la transcripción, los nombres de los participantes, la nota y su comprobación, y las respuestas que te da el Contexto en vivo durante la llamada.
-
01SonidomacOSTúMicrófonoOtrosZoomDos pistas, para que tus palabras sean siempre tuyas.
-
02Transcripción en directoNeural Engine31:07OtrosSi no podemos revertirlo en minutos, no es una migración, es un despliegue.32:05TúBien. ¿Quién se encarga de la prueba de carga del primer trimestre?Cada línea, un segundo después de terminar la frase.
-
03ParticipantesTras la llamada31:07Mira K.Si no podemos revertirlo en minutos, no es una migración, es un despliegue.34:10Alex L.Saco la lista de quién sigue en la v1.Voces distinguidas, nombradas a partir de la invitación y de las voces que Patum conoce.
-
04HechosGPU · Qwen3.5 9BDecisiónLanzar la migración de la cola tras un flagMira K. · 31:07TareaListar los clientes que siguen en la v1Alex L. · 34:10Pregunta abiertaQuién dirige la prueba de carga del primer trimestreTú · 32:05
-
05La notaGPU · Qwen3.5 9BDecisiones Lanzar la migración de la cola tras un feature flagMira Kovac · 31:07«Si no podemos revertirlo en minutos, no es una migración, es un despliegue.»Reunión semanal de Plataforma29 oct · 31:07Prueba de carga: no se nombró a ningún responsable. Projects/Platform/2026-10-29 Reunión semanal de Plataforma.md
-
06ComprobacionesEl código, luego el modelo8 hechos vinculados al segundo en que se dijeronQuién dijo qué coincide con el participante en cada cita3 dejados en blanco, porque nadie los dijo1 suposición quitada: «Alex se encarga de la migración v1»En la nota durante un día después de escribirse.
Dónde ocurre cada paso
| Paso | Qué ocurre | Dónde |
|---|---|---|
| Grabación | Tu micrófono en una pista, el sonido de la app de llamadas en otra. Patum solo graba las apps de llamadas que permites, y un navegador solo cuando una de sus pestañas usa el micrófono. | Tu Mac, a través de macOS. El permiso para el sonido de otras apps no deja a Patum ver tu pantalla. |
| Transcripción en directo | La voz se detecta y se transcribe mientras hablas. Una línea aparece un segundo después de que termina la frase. | El Neural Engine de tu Mac |
| Nombres de los participantes | Al terminar la llamada, las demás voces se distinguen y se asocian a las personas de la invitación del calendario y a voces que Patum ya conoce. Tu pista de micrófono eres tú. | Tu Mac |
| La nota | La transcripción se lee en hechos, la nota se escribe a partir de ellos y luego se comprueba contra la transcripción. | La GPU de tu Mac, con un modelo local |
| Archivo | La nota se convierte en un archivo Markdown bajo sus personas, su proyecto o su cliente, o en tu diario. | La bóveda propia de Patum en tu Mac, o tu bóveda de Obsidian (Pro) |
| Antes de la llamada | Inicio muestra las llamadas del día. El briefing de cada una se escribe por la mañana a partir de tus reuniones anteriores con esas personas y, con Pro, de las notas que cambiaste hace poco en tu bóveda de Obsidian. | Tu Mac, con un modelo local. Inicio en sí no ejecuta ningún modelo ni envía nada. |
| Durante la llamada | El Contexto en vivo busca en tus notas y tu código y responde con su fuente. | Tu Mac |
Una IA en la nube puede encargarse de la nota, los briefings y las respuestas si activas una con tu propia clave (más abajo). Sin ella, nada de esta tabla usa internet.
Los modelos
Patum descarga sus modelos una vez, desde Hugging Face, después de instalarlo. La configuración muestra su tamaño antes de empezar: unos 4 GB en un Mac con 16 GB de memoria, y unos 10 GB en un Mac con más, que recibe también el modelo más grande para las notas. Un modelo que aún no está en tu Mac se descarga cuando una función lo necesita, también durante una llamada: la función dice qué espera y sigue en cuanto llega el modelo. Cada modelo se descarga en una versión fija, y el tamaño y el hash de cada archivo se comprueban antes de que Patum lo use. Todos los modelos tienen una licencia que permite el uso comercial.
| Tarea | Modelo | Licencia | Tamaño |
|---|---|---|---|
| Detectar la voz | Silero VAD | MIT | 2 MB |
| Transcripción (por defecto) | NVIDIA Parakeet TDT 0.6B v3: inglés y otros 24 idiomas europeos | CC BY 4.0 | 483 MB |
| Transcripción (opcional) | Whisper large-v3 turbo: 99 idiomas, entre ellos armenio, chino y japonés | MIT | 645 MB |
| Distinguir voces | NVIDIA Nemotron 3 Diarization | OpenMDW-1.1 | 199 MB |
| Reconocer voces | NVIDIA TitaNet-L, WeSpeaker ResNet34-LM | CC BY 4.0 | 103 MB |
| Notas, briefings | Qwen3 4B Instruct, o Qwen3.5 9B en Macs con más de 16 GB | Apache 2.0 | 2,3 GB / 6,0 GB |
| Respuestas del Contexto en vivo, Preguntar | Qwen3 4B Instruct; Preguntar puede usar el 9B en Ajustes › Modelos | Apache 2.0 | el mismo archivo |
| Búsqueda | Qwen3 Embedding 0.6B, BGE Reranker v2 M3 | Apache 2.0 | 351 MB, 629 MB |
En un M2 Pro, Parakeet transcribe una hora de audio en menos de un minuto, unas 150 veces más rápido que el tiempo real; Whisper, unas 21 veces más rápido que el tiempo real.
Los modelos de lenguaje funcionan con MLX de Apple en la GPU; los de transcripción y participantes, con Core ML. Los modelos se cargan cuando una grabación o una nota los necesita y se descargan de la memoria cuando no se usan. Los Agradecimientos recogen cada modelo y cada biblioteca con sus autores.
Qué precisión tiene
Medimos Patum con grabaciones de prueba públicas, con los modelos que usa por defecto y los mismos pasos que sigue después de una llamada.
| Qué medimos | Resultado | Grabaciones |
|---|---|---|
| Voz leída en voz alta, en inglés, alemán, francés, español y ruso | Alrededor de 5 a 6 palabras de cada 100 no coinciden con lo que se dijo | FLEURS |
| Quién dijo qué en reuniones de tres o cuatro personas, una vez que pones nombre a las voces | 97 a 98 palabras de cada 100 de la transcripción quedan con la persona correcta | AMI Meeting Corpus |
| Quién habló cuándo en debates de televisión e informativos, con hasta 21 participantes | Más del 95 % del tiempo de habla se asigna al participante correcto | VoxConverse |
Parakeet y Nemotron 3 son modelos de NVIDIA, que publica sus resultados en pruebas de referencia. Dentro de Patum y con las mismas pruebas, sus tasas de error superan como mucho en un punto porcentual y medio a las que NVIDIA da en las fichas de Parakeet y Nemotron 3 (comprobado el 13 de noviembre de 2026).
Son grabaciones de prueba públicas, no tus llamadas. Que la gente hable a la vez, un micrófono lejos de quien habla o una mala conexión añaden errores, y nada de esto mide las notas. Por eso cada hecho de una nota enlaza con el segundo en que se dijo, y el audio se queda en tu Mac para que vuelvas a escucharlo.
Medimos Patum 1.1 tal como se distribuye, con Parakeet TDT 0.6B v3 para las palabras y Nemotron 3 Diarization para los participantes, en un M2 Pro, en noviembre de 2026. Una palabra cuenta como error si se cambió, se omitió o se añadió (la tasa de error por palabra), después de pasar ambos textos por la normalización de texto de Whisper, así que la puntuación, las mayúsculas y, en inglés, grafías como «Mr.» por «mister» no cuentan como errores. Las grabaciones son FLEURS, de Conneau y otros en Google; el AMI Meeting Corpus, del consorcio AMI, y VoxConverse, de Chung, Huh, Nagrani, Afouras y Zisserman, en la Universidad de Oxford. Las tres tienen licencia CC BY 4.0.
Cómo se comprueba una nota
Un modelo pequeño en un Mac escribe frases más sencillas que los mayores modelos en la nube, y cualquier modelo puede equivocarse con un nombre o una fecha. Por eso Patum no se fía de la palabra del modelo para nada. Construye la nota a partir de hechos que puede señalar, y luego comprueba el resultado en código.
- Lectura. La transcripción se lee en una lista de hechos: decisiones, tareas, preguntas abiertas, novedades y riesgos, cada uno con la hora y el participante de la línea de la que sale. En una llamada de 45 minutos, al modelo 9B le lleva un minuto, más o menos.
- Redacción. La nota se escribe a partir de la transcripción, con esa lista al lado. Donde las dos difieren, se le dice al modelo que la transcripción tiene razón.
- Limpieza, en código. Una fecha límite que el modelo marcó como supuesta se sustituye por un hueco. Cada número de dos o más cifras se busca en la transcripción; una línea cuyo número no aparece se reescribe a partir de lo que se dijo, o sin el número.
- Lo que faltaba. Las decisiones, tareas y preguntas abiertas de la lista que ninguna línea de la nota cubre se proponen de nuevo y se añaden donde encajan.
- Quién dijo qué. El código encuentra líneas que ponen las palabras de una persona en boca de otra. Después, cada línea de la nota se lee frente a las líneas de la transcripción de las que más probablemente sale, y se corrige un nombre equivocado, un responsable cambiado o un «él» o «ella» supuesto.
- Vínculos. Cada parte de la nota que coincide con un hecho recibe un subrayado de puntos. Haz clic y la ventana muestra quién lo dijo, las palabras, el segundo y Reproducir.
Lo que ves: el pie de la nota cuenta sus hechos («8 hechos, cada uno vinculado a la transcripción»), y durante un día después de escribirse, una tarjeta de comprobación muestra lo que hicieron las comprobaciones, incluidos los responsables y las fechas que quedaron en blanco porque nadie los nombró, y cada línea que quitaron o corrigieron, antes y después. Si cambias las palabras de un hecho, en Patum o en Obsidian, pierde su subrayado y deja de contar como comprobado; puedes recuperar el texto comprobado.
Las comprobaciones reducen los errores; no los eliminan. Solo se subrayan las partes de una nota que coinciden con un hecho, así que una frase sin subrayado no está ligada a ningún momento de la llamada. El audio se queda (mientras lo conserves), para que una línea discutida se pueda volver a escuchar.
Diez plantillas
Patum elige la plantilla a partir de la reunión, o la eliges tú. La plantilla fija las secciones de la nota; en una nota en español se llaman así:
| Plantilla | Secciones |
|---|---|
| Reunión estándar | Resumen · Discusión · Decisiones · Citas destacadas · Tareas · Preguntas abiertas |
| Stand-up | Avances · Riesgos del equipo · Próximos pasos |
| Seguimiento de proyecto | Resumen · Estado · Riesgos y bloqueos · Decisiones · Discusión · Tareas · Preguntas abiertas |
| 1:1 / Conversaciones continuas | Contexto y resultado · Decisiones y compromisos · Para el próximo 1:1 · Discusión por temas · Límites de la fuente |
| Retrospectiva | Contexto · Lo que salió bien · Lo que no salió bien · Cambios acordados · Ideas descartadas |
| Llamada con cliente | Resumen · Objetivos del cliente · Problemas y restricciones · Objeciones e inquietudes · Compromisos y próximos pasos · Preguntas abiertas |
| Clase / Apuntes | Alcance y lecciones clave · Notas por tema · Afirmaciones, pruebas y salvedades · Aplicación · Ejercicios y próximos pasos · Preguntas abiertas y límites de la fuente |
| Reunión de toda la empresa / All-Hands | Visión general · Anuncios y novedades · Avances y actualizaciones · Métricas y cifras · Momentos destacados e historias · Preguntas y respuestas · Lo que viene y solicitudes |
| Sesión con terapeuta o médico | De qué hablamos · Lo que entendí · Lo que se recomendó · Para probar antes de la próxima vez · Preguntas para la próxima vez |
| Nota personal | Reflexiones · Decisiones · Sentimientos · Por hacer |
La nota de una sesión con terapeuta o médico se escribe desde tu lado, como cliente o paciente. La plantilla Nota personal es para notas de voz. Con Pro puedes escribir tus propias plantillas.
Participantes y voces
En una llamada, tu micrófono y el sonido de la llamada son pistas separadas, así que tus líneas son siempre tuyas. Las demás voces se distinguen después de la llamada (una llamada de 30 minutos tarda unos 16 segundos en un M2 Pro) y se asocian a las personas de la invitación del calendario. En una sala, o en un archivo importado, hay una sola pista, y Patum te reconoce por tu voz.
Para reconocer a las personas en reuniones posteriores, Patum guarda un perfil de voz numérico de cada persona que nombras o confirmas. Los perfiles de voz son datos biométricos. Se calculan y se guardan solo en tu Mac y nunca se envían a ningún sitio, tampoco a un proveedor de IA que hayas elegido. Ajustes › Grabación › Perfiles de voz los muestra; Olvidar voz… borra el de una persona, Olvidar todas las voces… los borra todos. Si prefieres que Patum no reconozca voces entre reuniones en absoluto, desactiva «Reconocer voces entre reuniones» en Ajustes › Grabación. Los administradores de un equipo pueden desactivarlo para las reuniones de trabajo.
El Contexto en vivo durante una llamada
Cada grabación de una llamada tiene Esta llamada hasta ahora, un resumen de la llamada sobre la marcha que escribe tu Mac: el tema actual, lo que se decidió y lo que sigue abierto. Elige un proyecto en la ventana de grabación y Patum busca además en las notas y el código de ese proyecto mientras hablas. Escribe una pregunta, o activa «Responder las preguntas oídas en la llamada» para que las preguntas que se hacen se respondan sobre la marcha. La respuesta nombra las notas, el código o el momento de la llamada que usó; en nuestras pruebas llega en unos dos segundos.
El Contexto en vivo funciona con el modelo Qwen3 4B y los modelos de búsqueda de arriba, todo en tu Mac. Lee tus notas y los repositorios de código que añadas en Ajustes › Contexto en vivo › Repositorios de código, y con Pro, el resto de tu bóveda de Obsidian. Las preguntas de una llamada y sus respuestas se guardan en memoria mientras dura la llamada y no se conservan después, salvo una pregunta que añadas a tus notas. Con «Respuestas en la nube» (Pro), la pregunta y los fragmentos que cita van al proveedor que elegiste, y la ventana de grabación lo dice («Respuestas de Anthropic · búsqueda en este Mac»).
La red durante una llamada
Una vez instalados sus modelos, Patum no establece ninguna conexión de red mientras graba, con cuatro excepciones, cada una elegida por ti:
- un proveedor de IA en la nube que hayas configurado para algo que funciona durante una llamada, como las respuestas en la nube;
- el relé de tu equipo y nuestro servicio de licencias para tu plaza, si estás en un equipo, y con Enterprise, el servidor de IA de tu empresa si tus administradores indicaron uno;
- un informe que envías desde Ayuda › Informar de un problema… o Enviar comentarios…;
- la descarga de una clave de licencia que acabas de comprar.
Si algo que usas durante una llamada necesita un modelo que aún no está en tu Mac, como la Búsqueda de notas para el Contexto en vivo, Patum muestra su tamaño y lo descarga de Hugging Face, un modelo cada vez; Pausar la descarga lo detiene. Cuando todos los modelos que usa están en tu Mac, no se descarga nada durante una llamada.
La búsqueda de actualizaciones espera a que termine la grabación, y una actualización nunca se instala durante una llamada. La comprobación mensual de la licencia ocurre cuando Patum se abre, nunca mientras graba.
Compruébalo tú
Instala un monitor de red como LuLu (gratis) o Little Snitch, empieza una grabación y habla unos minutos. Sin proveedor ni equipo, y con los modelos que usa Patum ya en tu Mac, el monitor no muestra ninguna conexión de Patum hasta que te detienes.
Lo que sale de tu Mac
La app no tiene cuenta, analíticas ni seguimiento. La lista completa es corta, y la política de privacidad recoge cada conexión con lo que envía.
| Audio | Nunca |
|---|---|
| Perfiles de voz | Nunca |
| Transcripciones y notas | Solo el texto que envías a un proveedor de IA con tu propia clave, o que lee una app de IA que conectas |
| Modelos | Se descargan una vez de Hugging Face, tras la instalación o cuando una función necesita uno por primera vez, y luego se usan sin conexión |
| Capturas de la llamada (Pro) | Nunca. Con los momentos de pantalla, un proveedor que elegiste recibe su texto, nunca una imagen |
| Búsqueda de actualizaciones | Patum pregunta a patum.nikioth.org por la última versión |
| Prueba y clave de licencia | Tu clave de licencia, una clave que Patum creó para este Mac y, para la prueba, un hash unidireccional de su identificador de hardware. Nada sobre tus reuniones |
| Informes que envías | Solo cuando pulsas Enviar en Ayuda › Informar de un problema… o Enviar comentarios…: lo que escribiste, las capturas que añadas, información de diagnóstico y un identificador que vincula el informe con tu licencia |
| Texto enviado a un proveedor de IA | Solo con tu propia clave, para las tareas que elijas. Cada solicitud aparece en los ajustes |
| Apps de IA que conectas | Pro, si activas el servidor MCP: apps de tu Mac como Claude Code o Cursor pueden buscar en las reuniones de tus proyectos y clientes, y pueden enviar lo que leen a su propio servicio de IA |
| Team | Solo en un equipo: las notas que publican sus autores, cifradas, a través de un relé que no puede leerlas por sí solo; las comprobaciones de tu plaza con nuestro servicio de licencias; para empezar un mes gratis, el correo de trabajo que escribes; y, con Enterprise, el texto de las reuniones de trabajo para que las redacte el propio servidor de IA de tu empresa, si indica uno |
No entrenamos nada con tus reuniones. Sin equipo, no nos llega nada de ellas. En un equipo, nuestro relé transmite las notas que publican los miembros, cifradas con claves creadas en sus Mac, y no puede leerlas por sí solo. Un proveedor en la nube que añadas trabaja con sus propias condiciones.
Una IA en la nube, si quieres una
Con Pro, un modelo en la nube puede escribir tus notas y tus briefings o responder en el Contexto en vivo y en Preguntar, con tu propia clave de OpenAI, Anthropic, Google Gemini, xAI u OpenRouter. Tú eliges la tarea y el proveedor. Antes de la primera solicitud de una tarea, Patum muestra qué se enviará y adónde, y te pregunta. Después, Ajustes › Proveedores recoge cada solicitud. El audio y los perfiles de voz nunca se envían; el proveedor recibe texto, y se aplica su propia política de privacidad.
Los briefings van adonde van tus notas, salvo que elijas otra cosa en Ajustes › Proveedores: un proveedor propio, o tu Mac. Un proveedor solo recibe notas de tu bóveda para un briefing cuando le permites leerlas.
Con Pro, también puedes ejecutar modelos con Ollama en tu Mac. Patum solo habla con Ollama en tu propio Mac, así que nada sale de él.
Lo que se queda en tu Mac, y cuánto tiempo
- Las grabaciones están en Películas › Patum, una carpeta por reunión. Conserva el audio el tiempo que quieras, o deja que Patum lo mueva a la Papelera a los 90, 60, 30 o 3 días, o en cuanto se escriba la nota. La nota y la transcripción se quedan.
- Mientras se conserve el audio de una reunión, «Transcribir de nuevo» puede transcribirla otra vez con el modelo elegido en Ajustes › Modelos, así que las reuniones ya grabadas pueden aprovechar más adelante un modelo mejor.
- Las transcripciones, la identificación de participantes, las notas y sus comprobaciones, el índice de búsqueda y tus ajustes están en el contenedor de Patum en tu Mac.
- Las notas son archivos Markdown, en la bóveda propia de Patum o en tu bóveda de Obsidian. Si esa carpeta se sincroniza con iCloud Drive u Obsidian Sync, ese servicio guarda copias con sus propias condiciones.
- «Exigir Touch ID para abrir Patum» lo bloquea al abrirse, cuando el Mac entra en reposo o se bloquea, y cuando se cierra su ventana.
- «Mantener fuera de la pantalla compartida», activado por defecto, pide a macOS que deje la ventana de grabación fuera de las pantallas compartidas y las capturas. Pruébalo una vez con la pantalla compartida de tu app de llamadas antes de una llamada en la que importe.
- Ajustes › General › Tus datos tiene Exportar biblioteca… y Eliminar todos los datos…. La política de privacidad explica qué borra cada uno.
Lo que Patum no hace
- No decide si puedes grabar. En muchos sitios hace falta el consentimiento de todos. Patum te lo recuerda cuando empieza una grabación y te da una frase para pegar en el chat («Estoy grabando esta llamada en mi Mac para tomar notas. Nada sale de mi ordenador.»), pero preguntar depende de ti.
- No sincroniza tus reuniones con una nube, no crea enlaces para compartir ni envía notas a un CRM. Compartes una nota como PDF, como Markdown o como un correo ya redactado.
- Solo funciona en Macs con Apple silicon, macOS 26 y 16 GB de memoria o más. No hay versión para iPhone, iPad ni Windows.
- No divide una grabación en varias notas.
- Los modelos locales escriben una prosa más sencilla que los mayores modelos en la nube. Las comprobaciones de arriba mantienen los hechos ligados a la transcripción en ambos casos; un proveedor en la nube cierra la diferencia de estilo, y entonces la transcripción va a ese proveedor.
Gratis para Mac, sin cuenta y sin límite de minutos. Pro es gratis durante 14 días, sin tarjeta.