100 % lokalt. Transkriberingen körs med KB-Whisper – Kungliga bibliotekets tal-till-text-modell tränad specifikt på svenska – direkt på din enhet via Transformers.js. Ljudet från mikrofonen skickas aldrig någonstans. Första gången laddas modellen hem (75–500 MB beroende på storlek) och sparas sedan i webbläsarens cache.
1. Ladda modell och börja lyssna
Kräver HTTPS (eller localhost) samt att du ger sidan tillgång till mikrofonen. Chrome eller Edge på dator rekommenderas – första transkriberingen tar några sekunder per ljudstycke, sedan flyter det på.
2. Din transkription
Texten finns bara i den här fliken och försvinner när du stänger eller laddar om sidan. Spara via “Kopiera text” eller “Ladda ner”.
Så fungerar det
Mikrofonljudet delas upp i korta stycken (3–8 sekunder) som transkriberas ett i taget med KB-Whisper, direkt på din enhet. Tystnad hoppas över automatiskt. Texten byggs upp rad för rad med tidsstämplar.
Begränsningar
Live transkribering i webbläsaren är en avvägning mellan hastighet och precision. Ord vid gränsen mellan två stycken kan ibland kapas, och mindre modeller kan hallucinera enstaka ord vid tyst eller otydligt ljud. Behöver du transkribera en inspelad ljudfil med högsta kvalitet, använd i stället kb-whisper.mesu.re – samma teknik och samma integritet, fast för filer.
Tack
KB-Whisper är utvecklad av Kungliga biblioteket (KB). Den här sidan är inspirerad av kb-whisper.mesu.re av Pierre Mesure, byggd på whisper-web (Xenova) och Transformers.js från Hugging Face.