NB-Whisper — norsk talediktering på Mac som faktisk fungerer

De fleste dikteringsapper bruker generisk Whisper — OpenAIs store flerspråklige modell trent på 680 000 timer lyd fra internett. Den 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.

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:

• Sammensatte ord. Norsk komprimerer til lange komposita som arbeidsmarkedsutvalget, spørreundersøkelsesresultater, kommunestyremøtet. Generisk Whisper skriver dem feil, deler dem opp feil, eller erstatter dem med nærmeste engelske ekvivalent.
• Stedsnavn og personnavn. Gjøvik, Østfold, Håvard, Sigjørn — modellen gjettet ofte feil på disse. NB-Whisper er trent på norsk materiale og kjenner disse navnene.
• Fagterminologi. Juridisk, medisinsk, politisk og teknisk ordforråd på norsk skiller seg fra engelsk. En modell som ikke har sett norske fagdokumenter g'jennom treningen vil gå feil på presist fagspesifikt innhold.
• Dialektfærging. Norsk skrives på bokmål og nynorsk, men tales med et mangfold av dialekter. NB-Whisper er trent på bredere norsk lyd enn hva generisk Whisper når.

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 benchmarkresultater fra sin forskning; forbedringene er tydeligst på norsk prosa og profesjonelt innhold.

Hvordan NB-Whisper kjører lokalt på Mac

NB-Whisper kjører via Metal-akselerasjon på Apple Silicon — samme teknologi Apple bruker for maskinlæring på iPhone og iPad. På en M1 MacBook Air er transkribering i sanntid, uten at det gir merkbar varmeutvikling eller batteripres.

I sæga velger du NB-Whisper under Innstillinger → Whisper-modell. Modellen lastes ned én gang (rundt 150 MB for Small-varianten) og lagres lokalt. Ingen lyd forlater Macen din når du dikterer i Raw-modus.

Slik kommer du i gang

1. Last ned sæga fra saega.app. Ingen konto, ingen e-postadresse.
2. En liten pil vises i menylinjen. Gi tillatelse til mikrofon og tilgjengelighet i Systeminnstillinger første gang.
3. Velg NB-Whisper Small under Innstillinger → Whisper-modell. Den lastes ned automatisk.
4. Velg Raw-modus (standard). Ingen API-nøkkel nødvendig.
5. Begynn å diktere. Trykk ⌥Mellomrom for å starte. Slipp for å transkribere. 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 når du dikterer det norsk bruker mye. Noen konkrete eksempler på der generisk Whisper går galt, og NB-Whisper treffer:

• Stedsnavn: Kristiansund vs Kristiansand, Flø vs Fløy
• Sammensatte ord: næringsdepartementet vs nærings departementet
• Fagtermer: foreldrepengeperioden, utløpsventilen, saksbehandlingsfristen
• Navn: Håkon, Sigrid, Bjørnar

For profesjonell diktering — jus, helse, forvaltning, journalistikk — er disse feilene kostbare. Én feil i et stedsnavn eller et juridisk begrep kan bety et ekstra korrekturpass. Over en arbeidsdag summerer det seg.

Sammendrag

Generisk Whisper er imponerende. Men for norsk er NB-Whisper det riktige valget: trent på norsk materiale, finner riktig ord på sammensatte uttrykk, og kjører fullt lokalt på Mac uten internettforbindelse. sæga er den eneste dikteringsappen for Mac som bruker NB-Whisper ut av boksen. Se hva som er inkludert i Free vs. Pro →