NB Whisper er Nasjonalbibliotekets talegjenkjenningsmodell for norsk — trent på 66 000 timers norsk tale fra NRK-sendinger, Stortingets taler, lydbøker og dialektopptak. Modellen forstår bokmål, nynorsk og norske dialekter, og er utviklet spesielt for å håndtere norskens store dialektmangfold. OSTT kobler den til ditt hurtigtast og ditt skall på Linux og macOS, via Bergets norgesbaserte infrastruktur.
NB Whisper
NB Whisper er utviklet av NB AI-Lab ved Nasjonalbiblioteket og trent på et unikt datasett: NRK-undertekster, Stortingskorpuset (over 5 200 timers transkribert parlamentstale), NST-databasen, og lydbøker fra Nasjonalbibliotekets digitale samling. Resultatet er en modell som forstår norsk som faktisk snakkes — med dialekter, nynorsk og bokmål. Modellen kjører på Bergets infrastruktur, noe som gir GDPR-kompatibel databehandling uten ekstra konfigurasjon.
# ~/.config/ostt/ostt.toml — velg NB Whisper som standardmodell
[transcription]
provider = "berget"
model = "NbAiLab/nb-whisper-large"
[berget."NbAiLab/nb-whisper-large".params]
language = "no"
hotwords = ["OSTT", "Språkbanken"]
align = true
# Velg interaktivt
ostt model
# Ta opp med hurtigtast, transkriber med NB Whisper, kopier
ostt launch -cNB Whisper er trent til å transkribere til normalisert bokmål og nynorsk. Den håndterer begge målformene og produserer korrekt ortografi uavhengig av hvilken dialekt taleren bruker — noe generelle Whisper-modeller konsekvent sliter med på norsk.
Treningsdataene dekker bred dialektal variasjon: NRK-sendinger fra hele landet, dialektopptak fra Språkbanken og spontantale fra ulike regioner. Modellen er spesifikt trent for å håndtere norskens dialektmangfold.
Berget er en europeisk skyleverandør. Alle transkripsjoner behandles på servere i Europa, noe som gir GDPR-kompatibel databehandling uten ekstra oppsett. Velg Berget der personvern og datasuverenitet er et krav.
Legg til navn og fagtermer med hotwords, sett language=no, og aktiver align=true eller diarize=true når du trenger Bergets ordtidsstempler eller taleretiketter.
Bruk -p-flagget for å kjøre en behandlingshandling etter transkripsjon. Send NB Whisper-output direkte til OpenCode, Claude Code eller et vilkårlig skallkommando uten manuell kopiering og liming.
OSTT lagrer alle opptak lokalt. Kjør ostt retry for å transkribere samme lyd med NB Whisper på nytt, eller bytt til en annen modell — uten å snakke igjen.
Arbeidsflyt
ostt i terminalen.Pipeline
OSTT gjør NB Whisper til et vanlig Unix-verktøy. Transkripsjonresultatet havner på stdout — rør det gjennom jq, sed eller et hvilket som helst CLI-verktøy. Bruk -p for å kjede behandlingshandlinger. Legg til tekniske termer og egennavn i OSTT keywords én gang og forbedre treffsikkerheten i alle fremtidige opptak.
# Transkriber et lydklipp
ostt transcribe meeting.mp3 -o notater.md
# Ta opp, behandle med AI-handling, kopier til utklippstavle
ostt -p clean -c
# Transkriber og rør videre
ostt | mitt-skript.sh