Kungliga Biblioteket har låtit en AI-modell träna på 50.000 timmar riksdagstal, tv och inspelningar av dialekter från Institutet för språk och folkminnen (ISOF). Transkriberings-AI:n lanseras nu med namnet KB-Whisper, skriver KB i ett pressmeddelande.
“Det här är en milstolpe för taligenkänning på svenska. Modellen har tränats på en mycket stor mängd svensk data och har därför en väldigt god kännedom om språket. KB-Whisper är särskilt bra på att stava rätt på svåra svenska ort- och personnamn och komplicerade termer”, säger Leonora Vesterbacka, senior data scientist på KB.
Enligt KB har modellen utgått från OpenAI:s whisper-modell och gör deras modell 47 procent färre fel än den amerikanska motsvarigheten.
KB-whisper kan med särskild träning lära sig att transkribera läkares inspelningar till journalanteckningar och SVT överväger att använda modellen för att texta tv-sändningar.
Modellen är också gratis och kan laddas ned av vem av allmänheten. AI-modellen har däremot inget användargränssnitt, så det krävs lite förkunskap för att använda den, skriver KB.