Ekko: Kviskrs egen talemodell for norsk

Sist oppdatert 11. oktober 2026

Ekko er Kviskrs egen talemodell for norsk, laget av Andreas Arntsen i Kviskr. Den bygger på NB-Whisper Large fra Nasjonalbibliotekets AI-lab, som heter Standard i appen, og er trent videre for å få med flere av ordene som blir sagt. På fem offentlige norske testsett mister Ekko halvparten så mange ord som Standard, eller færre. I fri samtale fra NB Samtale mister den 10,2 av 100 ord, mot 21,2 for Standard. Ekko følger med Kviskr 0.7.0 som et valgfritt beta-alternativ, og den kjører lokalt på Macen.

Kort om Ekko

Ekko mot Standard på offentlige testsett

Tallene er per 100 ord i fasiten, og lavere er bedre. Vi teller utelatte ord og feil ord hver for seg, fordi en modell kan få færre feil ord bare ved å skrive mindre. Feil ord er ord som er byttet ut eller lagt til. Samme ord skrevet i en annen norm, for eksempel nynorsk «eg» der fasiten har «jeg», teller ikke som feil. Talerne i testsettene er andre enn i treningen, med ett unntak som står under tabellen. Målt 11. oktober 2026.

• Utelatte ord: Ekko er tydelig bedre på NB Samtale, NB Tale, NorGovPCC og Tuva. På NST mister begge nesten ingen ord.
• Feil ord: Ekko er tydelig bedre på NST. Den er tydelig dårligere på NB Samtale (+1,6 per 100 ord) og NorGovPCC (+0,9). På NB Tale og Tuva kan forskjellen være tilfeldig.
• * NorGovPCC: Ekko er trent på andre klipp fra samme samling, så noen av talerne kan gå igjen. NB Tale og NST er også med i treningen, men da bare med andre talere og andre setninger enn i testen. NB Samtale og Tuva er ikke brukt i treningen i det hele tatt.

Slik er det målt, med forbehold og tallene for Standard alene: metode og kilder.

Når ingen snakker til deg

En talemodell kan finne på tekst når den hører bakgrunnsprat eller musikk. Ekko gjør det sjeldnere enn Standard i testene våre:

• Bakgrunnsprat uten tale til mikrofonen (200 klipp med 4 til 8 stemmer oppå hverandre): Ekko skrev tekst i 26 % av klippene, Standard i 37 %.
• Lange filer med musikk (44 filer, 4,25 timer): Ekko fant ikke på noen ord der det bare var musikk eller stillhet. Standard fant på 97 ord.
• Helt korte svar på 0 til 2 sekunder («Ja.», «Takk.»): Ekko ga tomt svar på 5 av 95 klipp, Standard på 10.

Lange opptak og møter

Ekko er trent på biter på opptil 30 sekunder med flere setninger, slik appen leser lange opptak. Det merkes når hele fila skrives ut:

• Tuva-opptak over 30 sekunder (50 opptak, 82 minutter): Ekko mistet 0,45 % av ordene, Standard 5,1 %.
• Utdrag fra Stortinget, podkaster og regjeringens pressekonferanser (6 utdrag på 5 minutter): Ekko mistet 6,3 % av ordene, Standard 15,8 %.

Punktum og komma

På ordene begge modellene skrev riktig, satte Ekko punktum og komma minst like treffsikkert som Standard på de tre settene vi har målt dette på (F1, høyere er bedre):

Hvor Ekko er svakere

• Fri samtale: Ekko skriver ned mange ord Standard hopper over, og noen av dem blir feil. I NB Samtale gir det 8,9 feil ord per 100 mot 7,4.
• Nynorsk og nordnorsk i fri samtale: forskjellen er størst her. På nynorsk i NB Samtale (124 klipp) skrev Ekko 12,8 feil ord per 100, mot 10,3 for Standard, men mistet 11,4 ord mot 24,3. Nordnorsk samtale (109 klipp) viser det samme. På nordnorsk opplesing i Tuva er de to like.
• Ekko er trent på bokmålstekst. Har du valgt nynorsk som målform i Kviskr, har vi ikke målt Ekko der ennå.
• Pressekonferanser: litt flere feil ord enn Standard (6,5 mot 5,7 per 100), og langt færre utelatte ord.
• Navn og fagord: omtrent som Standard. Med syntetiske stemmer fikk Ekko 115 av 138 merkenavn og fagord riktig, Standard 118. Navn ingen har sagt i treningen, løser ordboka bedre enn en ny modell.
• Beta: helt korte klipp kan av og til gi tomt svar.

Fart

Ekko har samme størrelse og oppbygning som Standard og kjører i samme motor. Da vi målte en tidligere Ekko-versjon mot Standard 3. oktober (100 korte klipp, to runder), var midtverdien 458 mot 456 millisekunder i motoren. Versjonen i 0.7.0 er ikke fartsmålt for seg.

Hvordan Ekko er laget

Ekko startet som NB-Whisper Large. Vi trente den videre på en Mac, ikke i en datasky. Fasitene i treningen har tegnsetting og store bokstaver, så Ekko beholder komma og punktum.

• Tale: NB Tale og NST fra Språkbanken i Nasjonalbiblioteket og pressekonferanser fra NorGovPCC, pluss noen titalls egne opptak av fagord.
• Lyd uten tale, der riktig svar er tom tekst: pauser, støy, musikk og bakgrunnsprat.
• Ingen lyd eller tekst fra Kviskr-brukere er brukt.
• Testsettene er holdt utenfor treningen på taler, opptak og tekst. NorGovPCC er unntaket nevnt over.
• Til slutt er ett av modellens oppmerksomhetshoder skrudd ned. Det hodet sto for mesteparten av teksten Ekko fant på når folk pratet i bakgrunnen.

Vi har kjørt 17 treningsrunder siden 1. oktober 2026, og hver runde er målt på de samme testsettene. Versjonen i 0.7.0 bygger på runde 15.

Slik slår du på Ekko

1. Oppdater til Kviskr 0.7.0 eller nyere.
2. Klikk Talemodell i sidemenyen (⌘2).
3. Klikk nedlastingspilen ved Ekko (beta), øverst i lista. Fila er 1,1 GB, og Kviskr sjekker den mot en kjent kontrollsum før den tas i bruk.
4. Klikk på Ekko (beta) for å bruke den.

Du kan bytte tilbake til Standard når du vil. Mer i hjelpen om talemodeller.

Spørsmål og svar

Kilder

• NB-Whisper Large på Hugging Face (grunnmodellen, Apache 2.0)
• NB-Whisper-paperet fra Nasjonalbiblioteket
• Metode og kilder for Kviskrs målinger

Les også: NB-Whisper forklart, alle talemodellene i Kviskr og endringsloggen.