Vad är KB-Whisper?

KB-Whisper är en svensk talmodell från Kungliga biblioteket. Den lyssnar på svenskt tal och skriver ut det som text, och den går att ladda ner gratis och köra i sin egen dator. Det är den modell SweType använder.

Vem har gjort den?

KBLab, Kungliga bibliotekets labb för språkmodeller, släppte KB-Whisper i februari 2025. Bakom den står Leonora Vesterbacka, Faton Rekathati, Robin Kurtz, Justyna Sikora och Agnes Toftgård. Kungliga biblioteket är Sveriges nationalbibliotek, och en del av deras uppdrag är att samla in och bevara allt som publiceras i Sverige. Det är just de samlingarna som gör modellen möjlig.

Vad är den tränad på?

Över 50 000 timmar svenskt tal. Det mesta är undertextad tv ur bibliotekets egna samlingar och inspelningar från riksdagens debatter. Till det kommer dialektinspelningar från Isof, Institutet för språk och folkminnen, och NST, en äldre nordisk talsamling.

Det är ovanligt mycket material för ett litet språk, och det är hela poängen. En modell som mest hört engelska gissar sig fram när den möter svenska sammansättningar, svenska ortnamn och svenska personnamn. Den här har hört dem.

Är den byggd från grunden?

Nej. KB-Whisper är byggd på Whisper, taligenkänningsmodellen som OpenAI släppte öppet, och sedan vidaretränad på det svenska materialet. Den största versionen utgår från den modell som heter whisper-large-v3.

Vilka storlekar finns det?

Fem: tiny, base, small, medium och large. Ju större modell, desto mer minne och tid tar den, och desto mer plats tar filen. De nedbantade filerna som program brukar använda väger så här:

• KB-Whisper Small, ungefär 175 MB
• KB-Whisper Medium, ungefär 539 MB
• KB-Whisper Large, ungefär 1 081 MB

Vilken som passar beror på datorn. SweType föreslår en åt dig när du installerar den.

Vad kostar den?

Ingenting. Modellen ligger öppet på Hugging Face under licensen Apache 2.0, och Kungliga biblioteket skriver att den är helt gratis att ladda ner och använda. Kostnaden ligger i att någon bygger ett program runt den, och i att din dator gör jobbet.

Behöver den internet?

Nej, inte för att lyssna och skriva. Filen måste hämtas en gång, sedan körs modellen på din egen dator. Det är därför ljudet inte behöver skickas till någon server över huvud taget.

Hur snabb är den?

Det beror helt på datorn och på vilken storlek du väljer, och KBLab publicerar inga hastighetssiffror själva. På en Mac med Apple-chip körs modellen i grafikkretsen, och då går en vanlig mening på under en sekund. Men det är en mätning av en viss dator med en viss modell, inte en egenskap hos modellen i sig.

Fungerar den på engelska?

Den är gjord för svenska. Talar du engelska behöver du en annan modell, och program som använder KB-Whisper brukar därför erbjuda flera modeller att växla mellan.

Finns det en nyare version?

Inte i skrivande stund. KB-Whisper kom i februari 2025 och har sedan dess bara fått ändrade beskrivningar, inte nya modeller. KBLab släppte i februari 2026 ett separat verktyg som heter easytranscriber, men det är ett program för att transkribera filer, inte en ny talmodell.

Vilka program använder den?

KBLab pekar själva ut whisper.cpp och MacWhisper som ställen där deras filer kommer till användning. SweType använder den också, och är byggd för att göra en enda sak med den: skriva svenska där markören står, utan konto och utan att något lämnar datorn.

Hur får jag tag på den?

Modellerna ligger på KBLabs sida på Hugging Face. Vill du slippa allt det tekniska går det lika bra att hämta SweType, som laddar ner modellen åt dig och sköter resten.

Uppgifterna på den här sidan är hämtade från KBLabs egna modellkort och från Kungliga bibliotekets eget pressmeddelande. Senast kontrollerad 22 september 2026.