WEBVTT 1 00:00:00.000 --> 00:00:04.892 Det här är alltså appen Transkribera där du lokalt och säkert på din 2 00:00:04.892 --> 00:00:10.000 dator kan transkribera och bearbeta text med hjälp av lokala modeller. 3 00:00:10.000 --> 00:00:13.122 Det första jag tänker göra är att visa att man bara 4 00:00:13.122 --> 00:00:16.000 kan dra och släppa en ljudfil direkt på appen. 5 00:00:16.000 --> 00:00:19.000 Så kör transkriberingen igång. 6 00:00:19.000 --> 00:00:22.000 Vad är det den då transkriberar med? 7 00:00:22.000 --> 00:00:26.000 Jo, den använder en modell som heter KB Whisper i det här fallet. 8 00:00:26.000 --> 00:00:28.000 Det ser ni längst upp till höger här. 9 00:00:28.000 --> 00:00:30.000 Här kan man alltså välja olika typer av modeller 10 00:00:30.000 --> 00:00:34.000 och nu kör jag en som heter KB Whisper Small. 11 00:00:34.000 --> 00:00:36.000 Och KB står för Kungliga Biblioteket. 12 00:00:36.000 --> 00:00:39.000 Så Kungliga Biblioteket har då alltså fintränat 13 00:00:39.000 --> 00:00:42.000 eller finjusterat en redan existerande modell 14 00:00:42.000 --> 00:00:47.000 och gjort den ännu bättre med 50 000 extra timmar svenskt tal. 15 00:00:47.000 --> 00:00:50.000 Första gången man klickar på en sådan här modell som inte är nedladdad, 16 00:00:50.000 --> 00:00:53.000 och även första gången du startar appen så kommer den att ladda ner. 17 00:00:53.000 --> 00:00:57.000 Och det tar allting ifrån 5 minuter upp till 15 minuter. 18 00:00:57.000 --> 00:01:00.000 Men om man klickar här så kommer ni se 19 00:01:00.000 --> 00:01:02.000 Hur det börjar snurra här uppe. 20 00:01:02.000 --> 00:01:07.000 Så när det har slutat snurra och själva datorsymbolen syns här igen. 21 00:01:07.000 --> 00:01:09.000 Så är det bara att köra. 22 00:01:09.000 --> 00:01:13.000 Man kan också titta hur långt den har kommit i sin nedladdning. 23 00:01:13.000 --> 00:01:16.000 Men annars är det bara att vänta och ta en kaffe. 24 00:01:16.000 --> 00:01:19.000 Vi kan också välja hur vi vill visa vår transkribering. 25 00:01:19.000 --> 00:01:23.000 Antingen då som segment eller i ett enda sjok här. 26 00:01:23.000 --> 00:01:26.000 Och givetvis så kan vi spara vår transkribering. 27 00:01:26.000 --> 00:01:28.000 Ni ser att det står transkribering. 28 00:01:28.000 --> 00:01:30.000 Och spara den som en textfil eller som en markdown-fil. 29 00:01:30.000 --> 00:01:33.000 Vi kan också välja att kopiera texten. 30 00:01:33.000 --> 00:01:36.000 Och då kan vi egentligen öppna vilken app som helst och bara klistra in den. 31 00:01:36.000 --> 00:01:39.000 Sen har vi givetvis textstorlek och liknande. 32 00:01:39.000 --> 00:01:42.000 Och om vi skulle ha stött på något problem så kan vi klicka här 33 00:01:42.000 --> 00:01:45.000 så kommer den att transkribera igen. 34 00:01:45.000 --> 00:01:49.000 Om vi nu har lokala språkmodeller installerade på vår dator 35 00:01:49.000 --> 00:01:51.000 genom programvaran Ollama 36 00:01:51.000 --> 00:01:55.000 så kan vi också då välja att bearbeta den här transkriberingen. 37 00:01:55.000 --> 00:01:57.000 Så att vi klickar på prompt här. 38 00:01:57.000 --> 00:02:00.000 Då kan vi välja en av de här tre. 39 00:02:00.000 --> 00:02:03.000 Som redan finns när man installerar appen. 40 00:02:03.000 --> 00:02:07.000 De här kan man redigera och man kan lägga till helt egna prompter också. 41 00:02:07.000 --> 00:02:09.000 Sen har vi valt sammanfattning. 42 00:02:09.000 --> 00:02:11.000 Vill man lägga till mer information till den 43 00:02:11.000 --> 00:02:13.000 här prompten så kan man också göra det här. 44 00:02:13.000 --> 00:02:18.000 Så jag kan till exempel skriva att Micke från RISE pratar. 45 00:02:18.000 --> 00:02:21.000 Och trycka på spara. 46 00:02:21.000 --> 00:02:23.000 Och sen då kan jag välja språkmodell här. 47 00:02:23.000 --> 00:02:25.000 Och nu står det Olama här. 48 00:02:25.000 --> 00:02:29.000 Och jag har de här modellerna installerade lokalt på min dator. 49 00:02:29.000 --> 00:02:30.000 Så jag tänker att jag använder egna. 50 00:02:30.000 --> 00:02:33.000 Gemma 3, 27B. 51 00:02:33.000 --> 00:02:36.000 Vilket är en bra modell ifrån Google. 52 00:02:36.000 --> 00:02:39.000 Och den körs då som sagt var helt lokalt på min dator. 53 00:02:39.000 --> 00:02:42.000 Har man en API-nyckel till Berget, 54 00:02:42.000 --> 00:02:47.000 och Berget är ju då också ett företag som kör språkmodeller i Sverige. 55 00:02:49.000 --> 00:02:52.000 Är vi klar så klickar vi på bearbeta. 56 00:02:52.000 --> 00:02:54.000 Och nu ser ni hur fönstret delas upp 57 00:02:54.000 --> 00:02:56.000 så vi ser våran transkribering här. 58 00:02:56.000 --> 00:03:00.000 Och nu börjar då den här sammanfattningen skapas. 59 00:03:00.000 --> 00:03:03.000 Och då ser ni här hur den fick med Micke från RISE 60 00:03:03.000 --> 00:03:05.000 beskriver två centrala utmaningar. 61 00:03:05.000 --> 00:03:09.000 Vilket var det jag då lade till i lite extra information här. 62 00:03:09.000 --> 00:03:12.000 Så här är våran bearbetade text. 63 00:03:12.000 --> 00:03:16.000 Och vill jag nu spara det här så ser ni att det dykt upp bearbetad text. 64 00:03:16.000 --> 00:03:20.000 Som jag kan då spara som en textfil eller som markdown-fil. 65 00:03:20.000 --> 00:03:22.000 Vi går tillbaka. 66 00:03:22.000 --> 00:03:25.000 Och då väljer jag gå tillbaka utan att spara. 67 00:03:25.000 --> 00:03:28.000 Tittar vi längst upp till höger så har vi våra inställningar. 68 00:03:28.000 --> 00:03:30.000 Och vi har också 69 00:03:30.000 --> 00:03:34.000 att man kan switcha mellan light mode och dark mode. 70 00:03:34.000 --> 00:03:38.000 Så att man kan välja det man tycker är bekvämast själv för sitt öga. 71 00:03:38.000 --> 00:03:42.000 Tittar vi på inställningar här så kan vi gå upp till allmänt. 72 00:03:42.000 --> 00:03:46.000 Så kan vi välja om vi vill ha appen på engelska eller svenska. 73 00:03:46.000 --> 00:03:49.000 Vi har API-nycklar. 74 00:03:49.000 --> 00:03:53.000 Och då handlar det om man då har en API-nyckel till Berget. 75 00:03:53.000 --> 00:03:56.351 Så kan man då spara den här och då kan man då 76 00:03:56.351 --> 00:04:00.000 skicka sin ljud och text till deras AI-modeller. 77 00:04:00.000 --> 00:04:04.000 Och om man då har Ollama installerat på sin dator 78 00:04:04.000 --> 00:04:07.000 så ser man de modeller som man har till hands 79 00:04:07.000 --> 00:04:10.000 som är helt lokalt på sin egen dator. 80 00:04:10.000 --> 00:04:12.343 Tittar vi på nedladdade modeller så ser vi de 81 00:04:12.343 --> 00:04:15.000 modellerna som vi faktiskt har installerat lokalt. 82 00:04:15.000 --> 00:04:18.000 Och här kan vi också välja att ta bort dem. 83 00:04:18.000 --> 00:04:21.909 Och om vi då har lagt in licensstycken till 84 00:04:21.909 --> 00:04:26.000 Berget så ser vi vad vi har för molnmodeller. 85 00:04:26.000 --> 00:04:30.000 Just när det gäller transkribering och då har vi KB Whisper Large här på Berget. 86 00:04:30.000 --> 00:04:33.000 Samma saker då med språkmodeller. 87 00:04:33.000 --> 00:04:35.000 Det här är då från Ollama. 88 00:04:35.000 --> 00:04:38.000 Och de här modellerna finns från Berget. 89 00:04:38.000 --> 00:04:41.000 Och sen längst ner så har vi då prompter. 90 00:04:41.000 --> 00:04:45.000 Det vill säga att vi kan välja då att sammanfatta text på olika sätt. 91 00:04:45.000 --> 00:04:49.000 Och antingen då kan man redigera de här som redan finns. 92 00:04:49.000 --> 00:04:52.000 Eller så kan man välja att lägga till en prompt till. 93 00:04:52.000 --> 00:04:54.000 Så att vi skapar testprompten. 94 00:04:54.000 --> 00:04:58.000 Och sen så kan man då skriva sin prompt där och trycka på spara. 95 00:04:58.000 --> 00:05:00.000 Och nu finns den 96 00:05:00.000 --> 00:05:02.000 tillgänglig i appen. 97 00:05:02.000 --> 00:05:06.000 En annan sak man kan göra det är också att klicka på ny inspelning. 98 00:05:06.000 --> 00:05:08.000 Och sen så kan man då välja sin ljudingång. 99 00:05:08.000 --> 00:05:11.000 Jag använder då Macbook Pro mikrofonen. 100 00:05:11.000 --> 00:05:14.000 Och sen är det egentligen bara att trycka på spela in. 101 00:05:14.000 --> 00:05:18.000 Hej hej, jag heter Micke, hoppas allting är bra, hejdå. 102 00:05:18.000 --> 00:05:22.000 Och så trycker vi på stopp och klickar på transkribera. 103 00:05:22.000 --> 00:05:25.756 Och första gången när man har laddat ner en ny sån här 104 00:05:25.756 --> 00:05:30.000 Whisper-modell till sin dator så tar det ett par minuter för appen 105 00:05:30.000 --> 00:05:34.000 när den håller på att förbereda sig för att kunna användas. 106 00:05:34.000 --> 00:05:40.000 Så bli inte orolig utan ta en kopp kaffe eller läs mail eller gör någonting emellan. 107 00:05:42.000 --> 00:05:46.000 Och där fick vi fram texten som jag precis pratade in. 108 00:05:46.000 --> 00:05:50.000 Om ni har några frågor så är det som vanligt bara att höra av sig. 109 00:05:50.000 --> 00:05:52.000 Ha det så gött!