NB Whisper på kommandolinjen.

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 europeiske infrastruktur eller lokalt på din maskin.

NB Whisper

Trent på 66 000 timers norsk tale. Forstår dialekter.

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. Via Berget kjører modellen på europeisk infrastruktur.

# ~/.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 -c

Støtter bokmål og nynorsk

NB 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. Generelle Whisper-modeller sliter oftere med dette på norsk.

Forstår norske dialekter

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.

Data forblir i Europa

Berget er en svensk skyleverandør. Transkripsjonene behandles på europeisk infrastruktur, uten ekstra oppsett. Et godt valg der personvern og GDPR er et krav.

Validerte Berget-valg

Legg til navn og fagtermer med hotwords, sett language=no, og aktiver align=true eller diarize=true når du trenger Bergets ordtidsstempler eller taleretiketter.

Rør til AI-verktøy

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.

Retranskripsjon uten nytt opptak

OSTT lagrer de 10 siste opptakene dine. Kjør ostt retry for å transkribere samme lyd på nytt med NB Whisper eller en annen modell, uten å snakke igjen.

NB Whisper lokalt

OSTT kjører også NB Whisper på din egen maskin, uten API-nøkkel: ostt model local download whisper/nb-whisper-large og deretter ostt model select whisper/nb-whisper-large. Med --paste limes teksten rett inn i appen du jobber i.

Arbeidsflyt

Fra tale til nyttig output.

1. Ta oppTrykk på ditt globale hurtigtast eller kjør ostt i terminalen.
2. TranskriberNB Whisper transkriberer lyden via Bergets API.
3. BehandleKjør valgfrie AI-ledetekster eller skallkommandoer på resultatet.
4. SendSkriv til stdout, kopier til utklippstavle, skriv til fil eller rør videre.

Pipeline

Beste norske talegjenkjenning i skallet ditt.

OSTT gjør NB Whisper til et vanlig Unix-verktøy. Transkripsjonsresultatet havner på stdout, så du kan røre 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, så brukes de i alle kommende 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

Legg til NB Whisper i terminalen din med én kommando.