Norsk · Talegjengivelse

NB-Whisper: norsk talediktering på Mac som faktisk fungerer

NO Oppdatert Fredrik Carlsson 3 min lesing

Mange dikteringsapper bruker generiske, flerspråklige modeller, som OpenAIs Whisper, trent på 680 000 timer lyd fra internett. Whisper fungerer greit på norsk, men “greit” er ikke det samme som “bygget for norsk”. Nasjonalbiblioteket løste dette med NB-Whisper: en Whisper-variant finjustert på norsk taledata som faktisk gir merkbart færre feil.

Denne artikkelen forklarer hva NB-Whisper er, hvorfor det spiller en rolle for daglig diktering på norsk, og hvordan du får det til å kjøre lokalt på din Mac.

Hva er NB-Whisper?

NB-Whisper er laget av NbAiLab, AI-laboratoriet ved Nasjonalbiblioteket i Norge (NB). Det er en finjustert versjon av OpenAIs Whisper-arkitektur, men i stedet for å trene på generisk internettlyd er den spesialtrent på norsk taledata: NRK-arkiver, Stortingsdebatter, podkaster, og annet norsk lydarv fra Nasjonalbiblioteket.

Resultatet er en modell som er mye mer kjent med norsk uttale, ordstilling og typiske setningsmønstre, inkludert sammensatte ord, stedsnavn og faguttrykk som generisk Whisper sliter med.

Parallelt prosjekt på svensk

NbAiLab og KBLab (Kungliga bibliotekets AI-laboratorium i Sverige) har gjort samme type arbeid parallelt. KB-Whisper er finjustert på over 50 000 timer svensk taledata fra SVT, SR og Riksdagen. Begge modellene kjører lokalt i Sæga. Les om KB-Whisper og svensk diktering →

Hvorfor generisk Whisper ikke er nok for norsk

For enkel hverdagstale fungerer generisk Whisper rimelig godt på norsk. Problemet oppstår når du dikterer det norsk faktisk er fullt av:

Hva NB-Whisper gjør annerledes

Finjusteringen endrer ikke Whisper-arkitekturen: det er den samme nevrale nettverkstypen. Det den gjør er å justere vektene i modellen slik at de optimaliseres for norsk taledata i stedet for for det internasjonale opplæringskorpuset.

Praktisk resultat: tydelig lavere word error rate (WER) på norsk, særlig på sammensatte ord, stedsnavn og fagspesifikk tekst. NbAiLab publiserer sine egne målinger sammen med modellene.

Hvordan NB-Whisper kjører lokalt på Mac

NB-Whisper kjører på grafikkjernene i Apple Silicon via Metal, og teksten kommer et øyeblikk etter at du slutter å snakke.

I Sæga er NB-Whisper Small standardvalget for norsk. Modellen lastes ned én gang (165 MB) og lagres lokalt, og de større NB-modellene finner du under Speech Models. Ingen lyd forlater Macen din.

Slik kommer du i gang

  1. Last ned Sæga fra saega.app. Ingen konto, ingen e-postadresse.
  2. Åpne appen. En liten pil vises i menylinjen. Gi tillatelse til mikrofon og tilgjengelighet i Systeminnstillinger første gang.
  3. Velg NB small under Speech Models. Den lastes ned automatisk.
  4. Ingen API-nøkkel å lime inn. I Raw-modus limes teksten inn slik du sa den, og ingenting forlater Macen.
  5. Begynn å diktere. Hold inne fn mens du snakker, eller trykk ⌥Mellomrom (Option+Mellomrom) for å starte og igjen for å stoppe. Teksten limes inn der markøren din står.

Alt kjøres på Macen din. Du trenger ikke internettforbindelse for transkribering.

NB-Whisper vs generisk Whisper: hva du merker i praksis

Forskjellen er størst der norsk er mest norsk: næringsdepartementet som ett ord og ikke to, fagtermer som foreldrepengeperioden og saksbehandlingsfristen, og navn som Håkon og Bjørnar. I jus, helse og forvaltning betyr én feil i et navn eller et begrep et ekstra korrekturpass.

Prøv med en ekte setning

Dikter «møtet i kommunestyret på Gjøvik er flyttet til torsdag, husk saksbehandlingsfristen» i appen du bruker i dag, og deretter i Sæga med NB small. Det tar et halvt minutt, og du ser selv hvilken som etterlater noe å rette. Se hva som er inkludert i Free og Pro →

Prøv Sæga gratis, ingen konto nødvendig

Last ned og begynn å diktere på norsk med NB-Whisper. Alt som kjører på Macen er gratis, og Pro koster $29 én gang, uten abonnement, for det som går via skyen: egne moduser for alle apper og 1 000 AI-tekster i måneden. Lyden forlater aldri Macen din.

Last ned Sæga, gratis å starte
macOS 14 Sonoma eller nyere · Apple Silicon

Sammenlign Free og Pro →