Whisper
Transskriber møder på dansk uden at sende lyd til skyen.
Indhold
- Sådan virker Whisper i praksis
- Når I vil bruge Whisper til at transskribere møder uden at sende lyd til skyen
- Eksempel: Whisper hos en kommunikationsmedarbejder
- Whisper er ikke det samme som en transskriptionstjeneste
- Sådan kommer I i gang med Whisper
- Hvad du skal være opmærksom på
- Ofte stillede spørgsmål om Whisper
Whisper er OpenAIs open source-model til tale-til-tekst. Den genkender dansk (og omkring 100 andre sprog) og kan køre på en lokal maskine, så lydfiler ikke behøver at forlade jeres netværk. Mange kommercielle transskriptionstjenester bygger deres løsninger på Whisper, men modellen i sig selv er et stykke software, ikke en færdig tjeneste.
Sådan virker Whisper i praksis
Whisper tager en lydfil og omsætter lydbølger til tekst. Forestil dig en meget koncentreret note-tager i et mødelokale: den hører, forsøger at forstå ord, finder sætninger og sætter tegnsætning ind. Resultatet er en rå transskription; den fanger ofte hovedindholdet, men den kan fejle på navne, fagtermer og overlap mellem talere. Modellen leverer tekst, ikke højtlæsningsklar, korrekt formateret dokumentation.
Når I vil bruge Whisper til at transskribere møder uden at sende lyd til skyen
En leder spørger ofte: "Kan vi få transskriberet møder uden at sende konferenceoptagelser til tredjepartsservere?" Ja. Den lokale variant af Whisper er det konkrete svar: I kører modellen på en pc eller en server i jeres netværk, og lydfilerne bliver i huset. Det betyder kontrol over fortrolighed og journalføring. Men det betyder også, at I skal tage stilling til hardware, hvem der retter fejl i transskriptionen, og hvordan de færdige noter arkiveres.
Eksempel: Whisper hos en kommunikationsmedarbejder
En kommunikationsmedarbejder på et rådgivningskontor skal lave referater efter kundemøder. Det er tirsdag morgen, dagen efter et tre timers workshopmøde med fem deltagere, hvor en deltager talte i telefon undervejs og en anden talte med accent. Medarbejderen kopierer lydfilen (3 timer) til en lokal arbejdsstation og kører Whisper for at få en førsteudgave af referatet. Modellen genkender hovedtræk og sætninger, men fejler på firmanavne og forkorter diskussioner mellem to samtidige talere. Medarbejderen bruger 45 minutter på at rette navne, sætte overskrifter og sikre, at følsomme citater ikke distribueres. Det tog tid, men lydfilen forlod aldrig kontoret, og udgaven var hurtigere at producere end manuel skrivning fra bunden. En lærestreg var, at dårlig mikrofonplacering øgede rettelsestiden markant.
Whisper er ikke det samme som en transskriptionstjeneste
Whisper er en model, et stykke software, der laver tale-til-tekst. En transskriptionstjeneste er et produkt: den kombinerer modellen med brugerflade, taleridentifikation (diarisering), tidsstempler, søgbarhed, rettelsesværktøjer og support. Mange tjenester bruger Whisper under motorhjelmen, men de tilføjer værktøjer, der gør arbejdet brugbart for dig.
Sådan kommer I i gang med Whisper
- Vælg om lyd skal forlade huset: hvis nej, planlæg en lokal installation eller en leverandør, der kører løsningen hos jer.
- Test modellen på jeres lyd: optag 10 til 30 minutter med typisk baggrundsstøj og fagudtryk for at vurdere kvalitet.
- Beslut arbejdsflow: hvem retter fejl, hvordan arkiveres transskriptioner, og hvilke formater skal produceres.
- Vælg løsningstype: en færdig tjeneste, der bruger Whisper, eller en lokal installation (f.eks. med optimerede varianter som faster-whisper eller whisper.cpp) afhængig af jeres it-kompetencer.
- Sæt politikker for opbevaring og sletning af lydfiler.
Hvad du skal være opmærksom på
Whisper kan køre lokalt og beskytte fortrolighed, men den er ikke fejlfri. Akkuratesse falder med dårlig lyd, overlap mellem talere og lokale fagudtryk. Hvis lovgivning eller interne regler kræver særlig håndtering af persondata, så tjek altid retningslinjerne, for eksempel Datatilsynet. Derudover kræver lokal kørsel hardware og en person med teknisk viden til drift og opdateringer. Og husk: open source er gratis at bruge, men det er ikke gratis at drifte eller at gøre brugbart i arbejdsgangen.
En sidste tanke... Whisper er hurtig og fleksibel, men den gør ikke notattagning perfekt automatisk. Brug den som en assistent, ikke som en blind erstatning for menneskelig dømmekraft.
Vil I arbejde videre med whisper på jeres egne opgaver, er det dét, en AI-workshop går ud på.
Ofte stillede spørgsmål om Whisper
Er Whisper det samme som en transskriptionstjeneste?
Nej. Whisper er en open source-model, der laver tale-til-tekst. En transskriptionstjeneste kombinerer ofte Whisper med brugerflade, taleridentifikation, tidsstempler og support, så resultatet bliver brugbart for en organisation.
Forstår Whisper dansk og dialekter?
Ja, Whisper genkender dansk og mange varianter, men nøjagtigheden afhænger af lydkvalitet, baggrundsstøj og stærke dialekter. Det er en god idé at teste modellen på egne optagelser før udrulning.
Kan vi bruge Whisper uden udviklere?
Delvist. Der findes færdige tjenester og apps, der bruger Whisper, så du kan få transskription uden udvikling. Hvis I vil køre modellen lokalt, kræver det typisk teknisk hjælp til installation og drift.
Koster Whisper noget?
Selve Whisper-modellen er open source og gratis at hente. Omkostninger kommer fra hardware, drift, tid til rettelser og eventuelle leverandører, der sætter systemet op eller tilbyder en hosted tjeneste.
AI-rådgiver og underviser, grundlægger af AI Hero i Herning. Har bygget digitalt i over 20 år og hjælper danske virksomheder med at få AI i drift. Læs mere om Brian.