AulaLogger

Grave, transcreva e analise aulas de 4 horas — inteiro no seu celular, sem nuvem.

Record, transcribe and analyze 4-hour lectures — entirely on your phone, no cloud.

🌐 aulalogger.com.br · 📥 Baixar APK · 📖 Documentação

🇧🇷 Português · 🇺🇸 English

---

🇧🇷 Português

AulaLogger grava aulas de 4 horas ou mais sem travar, transcreve o áudio com o Whisper rodando dentro do próprio aparelho e gera uma análise pedagógica da aula. O áudio nunca sai do celular — a transcrição acontece offline, e só o texto vai para a nuvem se (e quando) você decidir.

🎯 O problema que ele resolve

Quem dá aula conhece a dor: gravar 4 horas no celular é pedir por desastre — o app trava, a bateria some, o arquivo corrompe. E mesmo quando dá certo, sobra um .wav gigante que ninguém vai reouvir. Os apps que transcrevem (Otter, Fireflies) mandam tudo para a nuvem, cobram por minuto e foram pensados para reunião corporativa — não para uma aula de Excel de 4 horas com 30 alunos cujas vozes não deveriam vazar.

AulaLogger preenche essa lacuna: transforma a aula em conhecimento pesquisável sem depender de nuvem, assinatura ou da boa vontade da sua conexão.

✨ O que ele faz hoje

	Recurso	Como funciona de verdade
🎙️	Gravação que não falha	Foreground service nativo grava WAV PCM 16 kHz com fsync periódico. Se o app crashar no minuto 178, você recupera tudo até o último segundo. Suporta ~17 h contínuas. Pause/resume, widget na tela inicial e monitor de bateria/disco/microfone.
📝	Transcrição on-device	Whisper.cpp compilado via JNI (arm64-v8a/armeabi-v7a). Três modelos (181 / 514 / 574 MB) escolhidos automaticamente pela RAM do aparelho. VAD do Silero pula silêncios (30–50 % mais rápido). Sem upload, sem custo por minuto, funciona em modo avião.
🗣️	Separa quem falou	Diarização heurística por pausas marca "Locutor A / Locutor B" no transcript. (Diarização real por embedding de voz está no roadmap.)
🧠	Análise pedagógica com IA	Envie o texto da transcrição para o provedor que você escolher (Claude, OpenAI, Gemini ou OpenRouter) com sua própria chave — e receba tema, tópicos, resumo, pontos fortes, pontos a melhorar e sugestões. As chaves ficam cifradas no Android Keystore (AES-256-GCM).
🔒	Privacidade real	Zero telemetria, zero analytics, zero servidor próprio. O áudio nunca sai do aparelho. allowBackup=false. Open source, GPL-3.0.

🔐 Privacidade em 3 frases

1. O áudio nunca sai do seu celular. Gravação e transcrição são 100 % locais.
2. A nuvem é opt-in. Só o texto da transcrição é enviado, só se você ligar a análise em nuvem, só para o provedor que você escolheu, com a sua chave.
3. Não há o que vazar do nosso lado. O AulaLogger não tem servidor, não coleta nada, não tem telemetria.

📱 Veja funcionando

Capturas de tela: site/ · landing oficial em aulalogger.com.br

        ╭───────────────────────────╮
        │         01:23:45          │   ← cronômetro da sessão
        │        ● ● ● ● ●  REC      │
        │   ▁▃▅▇▅▃▁▂▄▆█▆▄▂▁▃▅▇▅▃▁    │   ← waveform ao vivo (nível RMS)
        │                           │
        │   💾 último save há 8 s    │   ← honestidade visual
        │   🔋 87 %  ·  💿 12,4 GB   │
        │                           │
        │     [ ⏸ Pausar ]  [ ⏹ ]    │
        ╰───────────────────────────╯

🏗 Arquitetura

flowchart LR
    A([🎙️ Microfone]) --> B["Foreground Service<br/>Kotlin · AudioCapture + WavWriter"]
    B --> C[("💾 WAV no device<br/>fsync · crash-safe")]
    C --> D["Whisper.cpp via JNI<br/>transcrição on-device"]
    D --> E["VAD Silero +<br/>diarização heurística"]
    E --> F([📄 Transcrição<br/>+ timestamps])
    F -.opt-in: só texto.-> G["☁️ LLM na nuvem<br/>Claude · OpenAI · Gemini · OpenRouter"]
    G --> H([🧠 Análise pedagógica])
    F --> I([📤 Export .txt / .wav])
    style C fill:#2E7D32,color:#fff
    style G fill:#455A64,color:#fff,stroke-dasharray: 5 5
    style H fill:#6366F1,color:#fff
    style F fill:#1565C0,color:#fff

Loading

Stack real:

Camada	Tecnologia
App	Kotlin 2.0 + Jetpack Compose (Material 3) — 100 % nativo, sem React Native
Transcrição	whisper.cpp compilado com NDK/CMake (OpenMP, -O3, dotprod) via JNI
IA de análise	Cloud opcional (BYO key): Anthropic Claude · OpenAI · Google Gemini · OpenRouter
Persistência	Arquivos WAV + metadados; chaves no Android Keystore
Mínimos	Android 10 (API 29) · ~4 GB RAM p/ transcrição · arm64/arm32
Site	Astro 5 + Tailwind, estático, Cloudflare Pages

🚦 Status & roadmap

Beta em desenvolvimento ativo (v0.7.4). O que já está sólido e o que vem a seguir:

• Gravação confiável — 4 h+, crash recovery, widget, monitores (pronto e testado)
• Transcrição on-device — Whisper.cpp/JNI, 3 modelos, VAD, ETA real (pronto)
• Análise pedagógica — via cloud com sua chave (Claude/OpenAI/Gemini/OpenRouter) (pronto)
• Diarização heurística — separação por pausas, rótulos editáveis (pronto)
• Diarização real — embedding de voz + enrollment do professor (planejado)
• LLM 100 % local — Gemma/Phi on-device, análise sem nuvem nenhuma (planejado)
• Export rico — PDF, DOCX, SRT, VTT, JSON (planejado)
• F-Droid + keystore de produção (planejado)

Histórico completo em CHANGELOG.md. Planejamento técnico: 14 documentos em docs/ + 2 relatórios de auditoria.

📥 Instalação

1. Baixe o APK mais recente em GitHub Releases (ou pela página de download).
2. No Android, habilite "instalar apps desconhecidos" para o seu navegador.
3. Abra o APK, conceda microfone, notificações e ignorar otimização de bateria (essencial para gravações longas).

⚠️ Builds atuais são debug-signed para teste. Um keystore de produção chega junto com a publicação no F-Droid.

🛠 Rodando o código

# App (Android nativo — requer JDK 17, Android SDK 35 e NDK 25.1.8937393)
cd app
./gradlew assembleDebug         # gera app/app/build/outputs/apk/debug/
#   ou simplesmente abra a pasta app/ no Android Studio e clique em Run ▶

# (opcional) baixar os modelos Whisper localmente
bash tools/download-models.sh

# Site (landing page)
cd site && npm install && npm run dev    # http://localhost:4321

📂 Estrutura do repositório

AulaLogger/
├── app/        → app Android nativo (Kotlin + Compose, com.aulalogger) + whisper.cpp (JNI/CMake)
├── site/       → landing page (Astro + Tailwind, deploy Cloudflare Pages)
├── docs/       → 14 documentos técnicos + 2 relatórios de auditoria
├── releases/   → histórico de APKs (v0.1.0 → v0.7.3)
├── tools/      → scripts (download de modelos, benchmark, áudio de teste)
├── .github/    → CI/CD (build, release, deploy) + templates de issue/PR
├── PLANO_DE_DESENVOLVIMENTO.md   → sumário executivo + roadmap em 1 página
└── CHANGELOG.md

🗺 Por onde começar a ler

Tempo	Leia
⏱ 5 min	PLANO_DE_DESENVOLVIMENTO.md — sumário + roadmap
⏱ 30 min	+ docs/01-visao-produto.md e docs/02-arquitetura-tecnica.md
⏱ 2 h	Tudo em docs/, em ordem numérica
💻 vou codar	docs/14-comecar-agora.md + BUILD.md

🛡 Princípios não-negociáveis

1. Confiabilidade absoluta da gravação — apertou "gravar", o áudio é capturado até apertar "parar". Ponto.
2. Privacidade por padrão — áudio nunca sai do device sem ação explícita; nuvem é opt-in.
3. Funciona offline — gravar e transcrever rodam em modo avião.
4. Flexível ao conteúdo — funciona igual para yoga, história ou Python.
5. Recuperável a falhas — crash no meio da aula não perde nada.
6. Honestidade visual — se a transcrição leva 1 h, mostramos "1 h restante", não "carregando…".
7. Defaults sensatos, tudo configurável.

🤝 Contribuindo

Issues, Discussions e PRs são bem-vindos. Veja CONTRIBUTING.md, CODE_OF_CONDUCT.md, SECURITY.md e BUILD.md.

📄 Licença

GPL-3.0 © 2026 Caio e contribuidores do AulaLogger. Créditos de bibliotecas em CREDITS.md.

---

🇺🇸 English

AulaLogger records 4-hour-plus lectures without crashing, transcribes the audio with Whisper running right on the device, and produces a pedagogical analysis of the class. The audio never leaves your phone — transcription happens offline, and only the text goes to the cloud if and when you choose.

🎯 The problem it solves

Anyone who teaches knows the pain: recording 4 hours on a phone invites disaster — the app freezes, the battery dies, the file corrupts. And even when it works, you're left with a giant .wav nobody replays. Transcription apps (Otter, Fireflies) ship everything to the cloud, charge per minute, and were built for corporate meetings — not a 4-hour Excel class with 30 students whose voices shouldn't leak.

AulaLogger fills that gap: it turns a lecture into searchable knowledge without depending on the cloud, a subscription, or the goodwill of your connection.

✨ What it does today

	Feature	How it actually works
🎙️	Crash-proof recording	A native foreground service writes WAV PCM 16 kHz with periodic fsync. If the app crashes at minute 178, you recover everything up to the last second. ~17 h continuous. Pause/resume, home-screen widget, battery/disk/mic monitors.
📝	On-device transcription	Whisper.cpp compiled via JNI. Three models (181 / 514 / 574 MB) auto-selected by device RAM. Silero VAD skips silence (30–50 % faster). No upload, no per-minute cost, works on a plane.
🗣️	Knows who spoke	Heuristic, pause-based diarization labels "Speaker A / Speaker B". (Real voice-embedding diarization is on the roadmap.)
🧠	AI lecture analysis	Send the transcript text to the provider you pick (Claude, OpenAI, Gemini or OpenRouter) with your own key — get theme, topics, summary, strengths, weak spots and suggestions. Keys are encrypted in the Android Keystore (AES-256-GCM).
🔒	Real privacy	Zero telemetry, zero analytics, no server of our own. Audio never leaves the device. Open source, GPL-3.0.

🔐 Privacy in 3 sentences

1. Audio never leaves your phone. Recording and transcription are 100 % local.
2. The cloud is opt-in. Only transcript text is sent, only if you enable cloud analysis, only to the provider you chose, with your key.
3. There's nothing to leak on our end. AulaLogger has no server, collects nothing, has no telemetry.

🏗 Architecture & stack

A native Kotlin foreground service captures fail-safe audio → stored as WAV on device → whisper.cpp (JNI) transcribes on-device → Silero VAD + heuristic diarization → transcript with timestamps → optional, opt-in cloud LLM (Claude/OpenAI/Gemini/OpenRouter, text only) for pedagogical analysis → export.

Layer	Technology
App	Kotlin 2.0 + Jetpack Compose (Material 3) — 100 % native, no React Native
Transcription	whisper.cpp built with NDK/CMake (OpenMP, -O3, dotprod) via JNI
Analysis AI	Optional cloud (BYO key): Anthropic Claude · OpenAI · Google Gemini · OpenRouter
Minimums	Android 10 (API 29) · ~4 GB RAM for transcription · arm64/arm32
Site	Astro 5 + Tailwind, static, Cloudflare Pages

🚦 Status & roadmap

Active beta (v0.7.4). Done: reliable recording · on-device transcription · cloud-key pedagogical analysis · heuristic diarization. Planned: real voice-embedding diarization · fully local LLM (Gemma/Phi) · rich export (PDF/DOCX/SRT/VTT/JSON) · F-Droid + production keystore. Full history in CHANGELOG.md.

📥 Install & run

Grab the latest APK from GitHub Releases, enable "install unknown apps" for your browser, and allow microphone, notifications and ignore battery optimization. To build from source: cd app && ./gradlew assembleDebug (needs JDK 17 + Android SDK 35 + NDK 25.1.8937393), or open app/ in Android Studio. Site: cd site && npm install && npm run dev.

📄 License

GPL-3.0 © 2026 Caio and the AulaLogger contributors.

---

Feito por Caio — instrutor de IA, Excel, Python e o que mais precisar virar aula.
Built by Caio — instructor of AI, Excel, Python and whatever else needs to become a class.

⬆ Voltar ao topo