Guider / AI för företag

Diktering och transkribering för företag: Wispr Flow, Whisper och öppna alternativ

Uppdaterad

Diktering och transkribering, alltså tal till text, har blivit tillräckligt bra för att spara tid på riktigt. Men verktygen löser olika problem. Vissa är till för att diktera text medan ni arbetar. Andra är till för att transkribera möten och inspelningar i efterhand. Blandar ni ihop dem väljer ni fel.

Det korta svaret

  • Ni vill skriva mejl, anteckningar och dokument med rösten: testa Wispr Flow, eller börja med dikteringen som redan finns i Google Docs och i operativsystemet.
  • Ni vill ha utskrifter av interna möten: använd Teams inbyggda transkribering om ni redan kör Microsoft 365.
  • Ni har inspelningar på svenska eller känsligt material som inte får lämna huset: kör KB-Whisper eller Whisper lokalt.
  • Ni vill att utskriften ska bli något mer, som en sammanfattning, ett ärende eller en CRM-post: bygg ett enkelt flöde runt en transkriberingsmodell.

Jämförelse

Verktyg Används till Svenska Var ljudet bearbetas Pris
Wispr Flow Diktering i alla appar Bland 100+ språk, svenska inte namngiven i dokumentationen Cloud (USA) Gratisnivå, sedan per användare och månad
OpenAI Whisper Transkribering av inspelningar Stöds, kvaliteten varierar mellan språk Lokalt eller via OpenAI:s API Gratis lokalt, API per minut
KB-Whisper (KBLab) Transkribering av svenska inspelningar Tränad specifikt på svenska Lokalt Gratis, öppen licens
Microsoft Teams Transkribering av möten Stöds Microsoft 365 (cloud) Ingår i Teams
Google Docs röstinmatning Diktering i Docs Stöds, men röstkommandon bara på engelska Google (cloud) Ingår i Google Workspace

Wispr Flow: diktering som fungerar överallt

Wispr Flow är en dikteringsapp för Mac, Windows, iOS och Android. Ni håller in en tangent, pratar och texten hamnar där markören står, i mejlet, i Slack eller i ett dokument. Appen putsar också texten, så att utfyllnadsord försvinner och meningarna blir läsbara. Det är styrkan. Flow har dessutom en mötesfunktion, Notetaker, men kärnan är diktering.

Svenska: Wispr skriver att Flow dikterar på över 100 språk och kan känna igen språket automatiskt. Vi har inte hittat svenska namngiven i deras egen dokumentation, så kontrollera i appen och testa med era egna texter.

Pris: Det finns en gratisnivå. Pro kostade i oktober 2026 15 dollar per användare och månad, eller 12 dollar vid årsbetalning. Högre nivåer lägger till SSO och administration, och Enterprise har offertpris.

Data: Ljudet bearbetas i cloud. Wisprs egen hjälpsida konstaterar att även när ni stänger av att data används för modellträning fortsätter bearbetningen i cloud. Inställningen för modellträning och lagring av dikteringar i cloud är påslagna som standard. Personuppgiftsbiträdesavtalet bygger på EU:s standardavtalsklausuler, men lovar ingen lagring inom EU. Wispr anger att de har SOC 2 Type II och ISO 27001.

Passar: personer som skriver mycket och tänker snabbare än de skriver. Mindre bra för känsliga personuppgifter.

OpenAI Whisper: den öppna grunden

Whisper är OpenAI:s taligenkänningsmodell, släppt med öppen källkod under MIT-licens. Många andra verktyg bygger på den. Ni kan använda den på två sätt.

Lokalt. Modellen finns i flera storlekar, från små som går på en vanlig laptop till stora som behöver ett grafikkort. Två projekt gör det enklare och snabbare:

  • whisper.cpp är skriven i C/C++, går bra på Mac med Apple-processor och kan köras helt offline.
  • faster-whisper är en Python-variant som enligt utvecklarna är betydligt snabbare och använder mindre minne, på både CPU och GPU.

När ni kör lokalt lämnar inget ljud datorn. Det förenklar GDPR-frågan mycket.

Via API. OpenAI säljer transkribering per minut ljud. Det kräver ingen egen hårdvara, men ljudet skickas till OpenAI och då behöver ni ett avtal och en policy.

Svenska: OpenAI skriver själva att kvaliteten varierar kraftigt mellan språk. Svenska fungerar, men för svenskt ljud finns ett bättre alternativ.

KB-Whisper: Whisper tränad på svenska

Kungliga bibliotekets datalabb, KBLab, har tränat vidare Whisper på över 50 000 timmar svenskt tal, bland annat undertexter och inspelningar från riksdagen. Resultatet heter KB-Whisper och finns i samma storlekar som Whisper, under Apache 2.0-licens.

KBLab rapporterar att den största modellen gör i snitt nästan hälften så många fel som OpenAI:s största Whisper-modell på svenska testdata, och att till och med deras lilla modell slår OpenAI:s stora. Det är KBLab:s egna mätningar, men de är publicerade med metod och testdata.

KB-Whisper körs lokalt med samma verktyg som Whisper. För företag som vill transkribera svenska intervjuer, kundsamtal eller möten utan att skicka ljudet vidare är det i dag det naturliga förstahandsvalet.

Nackdelen: det är en modell, inte en app. Någon behöver sätta upp den.

Vill ni köra modellen själva? Läs KB-Whisper och Whisper på svenska: tal till text som körs lokalt.

Microsoft Teams och Google Docs: det ni redan har

Teams kan transkribera möten och svenska finns bland de språk som stöds. Utskriften sparas i mötesarrangörens OneDrive och finns sedan i mötets chatt och sammanfattningsflik. Personer i er egen organisation kan starta transkriberingen. Vill ni ha AI-sammanfattningar av mötet krävs Copilot. Läs mer i ChatGPT, Claude eller Copilot för företag?

Google Docs har röstinmatning i Chrome, Edge och Safari, och svenska finns med. Röstkommandon för skiljetecken och redigering fungerar dock bara på engelska, så punkter och kommatecken får ni lägga till själva.

Båda är gratis i den licens ni redan har och data stannar hos en leverantör ni redan har avtal med. För många räcker det.

GDPR: tänk på det här

  • Röst och utskrift är personuppgifter när det går att koppla dem till en person. I möten gäller det alla som pratar, inte bara den som spelar in.
  • Berätta att ni transkriberar. Deltagarna ska veta om det.
  • Välj var ljudet bearbetas. Lokalt med Whisper eller KB-Whisper, hos en leverantör ni redan har avtal med, eller hos en ny leverantör med nytt personuppgiftsbiträdesavtal.
  • Bestäm hur länge utskrifter sparas. En utskrift som ligger kvar i flera år är en risk, inte en tillgång.
  • Känsliga uppgifter, som hälsodata, hör hemma i en lokal lösning eller inte alls.

När ska ni bygga en egen lösning?

Transkribering är sällan målet. Målet är det som händer sedan. Vi ser ofta att den stora tidsvinsten ligger i steget efter utskriften:

  • Kundsamtal som transkriberas, sammanfattas och läggs in som en anteckning i CRM:et.
  • Intervjuer eller fältanteckningar som blir strukturerade data i stället för ljudfiler ingen lyssnar på.
  • Interna möten där beslut och uppgifter hamnar direkt i ärendesystemet.

Ett sådant flöde behöver inte vara stort: en mapp eller inspelningstjänst, KB-Whisper eller ett API för transkribering, en språkmodell för sammanfattning och en integration mot systemet där texten ska hamna. Det lönar sig när samma typ av inspelning återkommer varje vecka och när någon i dag skriver om den för hand. Fundera på om ni ska bygga eller köpa innan ni sätter igång.

Så väljer ni

  1. Skilj på diktering och transkribering. Det är två olika behov.
  2. Börja med det ni har. Teams eller Google Docs kan räcka.
  3. Testa med ert eget ljud. Dialekter, fackord och dåliga mikrofoner avgör mer än leverantörernas löften.
  4. Bestäm var ljudet får bearbetas innan ni väljer verktyg, inte efter.

Vill ni se vad som går att automatisera kring era möten och samtal bjuder vi på en kostnadsfri genomgång på 30 minuter. För att komma igång med AI i vardagen har vi också en AI-workshop byggd på era egna arbetsuppgifter.

Källor

Kontrollerat oktober 2026.

Vanliga frågor

Vilket transkriberingsverktyg är bäst på svenska?

För inspelat ljud på svenska är KB-Whisper från Kungliga biblioteket ett starkt val. KBLab rapporterar att modellen gör klart färre fel på svenska än OpenAI:s egen Whisper. Testa alltid med ert eget ljud, eftersom dialekter, fackord och ljudkvalitet påverkar mycket.

Kan vi transkribera utan att ljudet lämnar företaget?

Ja. Whisper och KB-Whisper är öppna modeller som går att köra på en egen dator eller server, till exempel med whisper.cpp eller faster-whisper. Då skickas inget ljud till någon leverantör.

Är Wispr Flow GDPR-säkert?

Wispr Flow bearbetar ljudet i cloud och har ett personuppgiftsbiträdesavtal med EU:s standardavtalsklausuler. Avtalet anger ingen datalagring inom EU. Läs avtalet, stäng av att data får användas för att förbättra modellerna och undvik känsliga personuppgifter.

Räcker Teams inbyggda transkribering?

För interna möten räcker den ofta. Svenska stöds, och utskriften sparas i mötesarrangörens OneDrive. Det är när ni vill göra något mer med texten, som att fylla i ett CRM, som en egen lösning blir intressant.

Vad kostar det att transkribera med OpenAI:s API?

OpenAI tar betalt per minut ljud. I oktober 2026 kostade Whisper och gpt-4o-transcribe 0,006 dollar per minut och gpt-4o-mini-transcribe 0,003 dollar per minut. Kontrollera aktuella priser innan ni räknar på volymer.

Har ni ett problem som borde lösas bättre?

Berätta vad ni vill uppnå. Vi hjälper er att avgöra vad som är värt att bygga och hur ni får det i drift.