# NB-Whisper: den norske talemodellen forklart

> Ren tekst-versjon av https://kviskr.no/nb-whisper (sist oppdatert 11. oktober 2026)

## Hva er NB-Whisper?

NB-Whisper er en talegjenkjenningsmodell for norsk, laget av
Nasjonalbibliotekets AI-lab. Den bygger på OpenAI Whisper, men er trent
videre på rundt 66 000 timer norsk tale. Den største, NB-Whisper Large, har
2,2 % ordfeil på bokmål i NST-datasettet, mot 6,8 % for OpenAI Whisper Large-v3. Modellene er
åpent tilgjengelige og kjører lokalt på egen maskin.

Forskningspaperet: https://arxiv.org/abs/2402.01917

## Hvor god er NB-Whisper på norsk? (Word Error Rate, lavere er bedre)

| Måling | NB-Whisper Large | OpenAI Whisper Large-v3 | Kilde |
|---|---|---|---|
| NST-datasettet, bokmål (opplest) | 2,2 % | 6,8 % | NB-Whisper-paperet |
| Fleurs-datasettet, bokmål | 6,6 % | 10,4 % | Samme paper |

Begge radene er publiserte tall fra NB-Whisper-paperet. Tallene gjelder
NB-Whisper Large. Kviskr bruker en komprimert versjon av den som standard. Mer om tallene:
https://kviskr.no/metode

## Hvem står bak?

Nasjonalbibliotekets AI-lab. Modellene publiseres åpent på
https://huggingface.co/NbAiLab i størrelser fra tiny til large, med egne
verbatim-varianter som skriver mer ordrett. Kviskr er ikke tilknyttet eller
støttet av Nasjonalbiblioteket.

Kviskr står på Nasjonalbibliotekets oversikt over løsninger som bygger på
NB-Whisper, sammen med blant andre JoJo, Autotekst fra UiO og transkribere.no:
https://github.com/NbAiLab/nostram/blob/main/leverandorer.md. Beskrivelsene der
skriver leverandørene selv.

## Apper som bruker NB-Whisper (kontrollert 11.10.2026)

Bare det vi har funnet belegg for i leverandørenes egne beskrivelser eller på
Nasjonalbibliotekets oversikt.

| App | Hva den gjør | Hvor talen behandles | Kilde |
|---|---|---|---|
| Kviskr | Mac-app: diktering i alle apper, møter og lydfiler. Har også Ekko, en versjon av NB-Whisper som Kviskr har trent videre | Lokalt på Macen | NBs oversikt |
| JoJo (VG) | Mac-app for å transkribere lyd- og videofiler. NB-Whisper kan lastes ned som ekstra modell | Lokalt på Macen | https://apps.apple.com/no/app/jojo-transcribe/id1659864300 |
| Sæga (Saega) | Mac-app for diktering på svensk og norsk. Norsk bruker NB-Whisper | Lokalt på Macen. AI-tekstfunksjonene går via skyen | https://saega.app |
| Sagascript | Åpen kildekode (MIT). Mac-app for diktering og filer, med NB-Whisper for norsk | Lokalt på Macen | https://github.com/Magnus-Gille/sagascript |
| Dikta | Mac-app i menylinjen for diktering, med NB-Whisper Medium eller Large. Krever macOS 26 | Lokalt på Macen | https://github.com/franzwilhelm/dikta |
| LocalWhisper | Åpen kildekode. Windows-app for diktering og lydfiler | Lokalt på PC-en | NBs oversikt |
| Autotekst (UiO) | Transkribering av opptak og teksting av video for UiO og ikke-kommersielle aktører | UiOs servere | NBs oversikt |
| transkribere.no | Nettjeneste for lydfiler, betaling per minutt | Servere i EU | NBs oversikt |

Sammenligning av dikteringsapper for Mac: https://kviskr.no/sammenlign

## Slik kjører du NB-Whisper selv

Python/transformers:

```
from transformers import pipeline
asr = pipeline("automatic-speech-recognition", model="NbAiLab/nb-whisper-large")
print(asr(
    "opptak.mp3",
    chunk_length_s=28,
    generate_kwargs={"task": "transcribe", "language": "no", "num_beams": 5},
)["text"])
```

Lav latens på Mac: konverter til GGML for whisper.cpp og kvantiser (f.eks.
q5_0), så kjører large-modellen på Apple silicon med Metal. Standardmodellene
kan omformulere lett, verbatim-variantene skriver mer ordrett. Til diktering
anbefaler Kviskr likevel Standard (komprimert NB-Whisper Large): i testene våre
gjorde den færre feil ord enn verbatim-varianten Ordrett rask.

## Den enkleste måten

Kviskr er en Mac-app bygget rundt NB-Whisper: hold en tast, snakk norsk,
slipp, og teksten lander rett i feltet du jobber i. Talemodellen følger med, selve
talegjenkjenningen kjører lokalt, gratis i tidlig tilgang. https://kviskr.no/last-ned

## Spørsmål og svar

### Er NB-Whisper gratis å bruke?

Ja. Modellene ligger åpent tilgjengelige på Hugging Face under NbAiLab-kontoen, og kan lastes ned og kjøres lokalt uten kostnad. Du betaler bare med din egen maskinkraft.

### Hva er forskjellen på NB-Whisper og OpenAI Whisper?

NB-Whisper er OpenAI Whisper trent videre på rundt 66 000 timer norsk tale av Nasjonalbibliotekets AI-lab. På norsk gjør det stor forskjell: NB-Whisper Large har 2,2 % ordfeil på NST-datasettet mot 6,8 % for Whisper Large-v3, ifølge NB-Whisper-paperet.

### Støtter NB-Whisper nynorsk?

Ja. Samme modell kan skrive både bokmål og nynorsk; du velger målform med språkparameteren ('no' for bokmål, 'nn' for nynorsk). Treningsmaterialet fra Nasjonalbiblioteket dekker begge målformer.

### Kan NB-Whisper kjøre uten internett?

Ja. Modellen er en fil du laster ned én gang, og talegjenkjenningen kjører lokalt uten nett. Derfor egner den seg godt for journalnotater, jus og annet sensitivt innhold. I Kviskr er AI-modusene valgfrie og av som standard; slår du dem på, kan teksten sendes til leverandøren du velger.

### Hva er verbatim-variantene av NB-Whisper?

Standardmodellene er trent mot undertekstlignende tekst og kan omformulere lett. Verbatim-variantene skriver mer ordrett det som faktisk blir sagt. Kviskrs Ordrett-modeller er verbatim-varianter. Standard i Kviskr er en komprimert versjon av NB-Whisper Large, og i testene våre gjorde den færre feil ord på diktering enn Ordrett rask.