Programvare for møtetranskribering

Hva programvare for møtetranskribering gjør (og de to måtene det fungerer på)

Under markedsføringen gjør hvert eneste verktøy her én ting: det tar lyd og produserer tekst. Lyden er menneskelig tale fra et møte. Teksten er en transkripsjon. Alt annet – sammendrag, oppgavelister, talerettmerking, søk – er bygget oppå den ene konverteringen.

Kategorien deler seg etter når konverteringen skjer.

• Sanntidstranskribering kjører mens folk snakker. Ordene vises på skjermen et sekund eller to etter taleren. Dette er det du får fra en live teksting i Zoom eller Microsoft Teams, og fra notatbots som viser en løpende transkripsjon under møtet. Det er nyttig der og da: for tilgjengelighet, for å følge med, for å fange opp et navn du gikk glipp av.
• Transkribering etter møtet kjører på et opptak etter at møtet er ferdig. Verktøyet har hele filen og kan ta seg god tid. Det rydder opp i løstalte ord, merker hvem som sa hva, legger til tidsstempler og setter sammen et lesbart dokument. Etterbehandling gir renere, talerettmerkede og tidsstemplede tekster enn live-versjonen. Prisen er at du må vente.

De fleste kjente verktøyene (Otter, Fireflies, Fathom, tl;dv) gjør begge deler, og de henter lyden på samme måte: en bot kobler seg til møtet. Du kobler til Google- eller Outlook-kalenderen din, verktøyet ser et møte med en videolenke, og sender en deltaker inn i rommet for å lytte og ta opp. Den lille opptaksruten du har sett i et Zoom-rutenett er hele modellen i én ramme.

En tredje, stillere vei gjemmer seg bak søkeordet: å transkribere et opptak du allerede har, på din egen maskin, uten bot og uten samtale. Det er diktat- og transkripsjonsprogramvare snarere enn en møtenotatassistent, og det er der vår egen app bor. Mer om det nedenfor, inkludert den ærlige delen om når det er feil valg.

Når en møtebot er riktig valg (og Whisper ikke er det)

Hvis problemet ditt er «noe bør koble seg til Zoom, Teams eller Google Meet, fange opp alt og gi teamet felles notater etterpå», vil du ha en møtebot. Whisper gjør ikke dette. Den kobler ikke automatisk til møter, tar ikke opp andre deltakere og kjører ikke flertaler-diarisering på tvers av et videomøte. Å late som om noe annet var tilfellet ville sløse bort ettermiddagen din.

For den jobben er de bot-baserte notatassistentene riktig valg. Otter.ai kobler til Zoom, Microsoft Teams og Google Meet for å skrive og dele notater automatisk, og har en gratis Basic-plan hvis du vil prøve modellen før du betaler. Fireflies.ai kobler til via invitasjon eller ved å automatisk koble til kalendermøter, og gratisnivået inkluderer ubegrenset transkripsjon med begrenset AI-sammendrag. tl;dv tar opp Google Meet, Zoom og Teams, markedsfører en bot-fri opptaksmodus og tilbyr en gratis-for-alltid-plan uten tidsbegrensning. Fathom har en gratis-for-alltid-plan med ubegrenset opptak og valgfri bot-fri (i beta) eller bot-opptak.

Her er den delen av artikkelen der jeg med hensikt sender deg et annet sted. Otter er for møter. Whisper er for skriving. De er forskjellige kategorier, og å betale for feil en er den vanligste feilen i hele dette segmentet. Hvis du trenger flertaler-diarisering på tvers av et innspilt møte, automatisk kalenderkobling og et sammendrag i teamkanalen innen møtet er ferdig, gjør en bot-notatassistent en jobb appen vår aldri var bygget for. Vi gjør det å skrive med stemmen raskt; de gjør det å fange opp et rom automatisk. Velg kategori først, verktøy etterpå.

Hvor nøyaktig er AI-møtetranskribering, egentlig?

Det ærlige svaret: bedre enn du forventer på ren lyd, verre enn du håper på et virkelig møte. Kategorien lander på rundt 85 til 95 prosent nøyaktighet på klar, etspråklig lyd, og faller med bakgrunnsstøy, aksenter, fagsjargong og folk som snakker i munnen på hverandre. Menneskeverifiserte tjenester klatrer tilbake mot 99 prosent, fordi en person retter det modellen bommet på.

Vår egen lokale modus rapporterer nøyaktighet som typisk lander mellom 95 og 99 prosent, der større modeller scorer høyere. Jeg vil være forsiktig her. Det er vår måling på vår programvare, ikke en uavhengig sammenligning mot Otter eller Fireflies, og jeg kommer ikke til å finne opp en slik test. Den som gir deg ett enkelt nøyaktighetstall for møtetranskribering uten å fortelle deg lydforholdene, selger – og måler ikke.

Her er det ingen markedsfører, fordi det ikke finnes noe å selge i det. Mikrofonen betyr mer enn modellen. En USB-mikrofon til to hundre kroner gjør mer for transkripsjonen din enn å hoppe fra en liten modell til den største. De fleste dårlige transkripsjonene jeg har sett skyldtes ikke modellen. Det var en laptopmikrofon som plukket opp et ventilasjonsanlegg, fire folk som delte ett rom og én høyttaler, eller et Bluetooth-headsett som kuttet det første ordet i hver setning. Fiks lyden først. AI-en kan ikke «avhøre» en tekjele.

To ting til driver nøyaktighet under panseret. Den ene er hvordan verktøyet bestemmer hvor én person slutter og en annen begynner – noe som blir vanskeligere når folk snakker i munnen på hverandre (årsaken til at enhver transkripsjon av familien min ved middagsbordet ville leses som én 400-ords periodesetning). Den andre er støtte for egendefinert vokabular: muligheten til å mate inn produktnavn, etternavn og akronymer som ingen generell modell noen gang har sett. Whisper lar deg sette egendefinert vokabular og bias mot nøkkelord på den lokale Whisper-motoren, og mange møtebots gjør det også. Hvis møtene dine er fulle av sjargong, er den ene innstillingen verdt mer enn en modelloppgradering.

Bot-fritt og offline: transkribere et opptak du allerede har

Her er veien søkeordet holder stille om, og den appen vår er bygget for. Du trenger ikke alltid programvare som kobler seg til et møte. Noen ganger har du allerede opptaket – en talemelding fra en én-til-én, et intervju, et webinar-eksport, en klipp en kollega sendte – og du trenger bare ren tekst fra det, på din egen maskin, uten en bot i noens møte.

Diktat- og transkripsjonsprogramvare som Whisper passer her, og tjener sin plass på personvern. Alt i lokal modus kjører på laptopen din. Lyden forlater aldri enheten: ingen server i løypen, ingen leverandørlogger, ingen sky-kostnadsmåler. Sjefens lønnssamtale, det juridiske opptaket, HR-samtalen: ingenting av det burde ende opp i en tredjeparts lagring fordi du trengte en transkripsjon. Lokal-først er ikke en funksjon her. Det er hele poenget.

Whisper kjører to lokale motorer, begge i ren Rust via transcribe-rs, uten Python-sidecar som bremser oppstarten. Den første er OpenAIs åpen kildekode-Whisper, som på sine flerspråklige bygg dekker 99 språk og kan oversette til engelsk, med modellstørrelser fra Base på cirka 140 MB opp til Large v3 på cirka 3 GB. Engelskutelukkende bygg er nettopp det – bare engelsk – og de kjører litt lettere. Den andre motoren er NVIDIAs Parakeet TDT, cirka 600 MB, beskrevet i appen som 5 til 10 ganger raskere enn Whisper på CPU, og dekker engelsk pluss 24 europeiske språk (25 totalt) uten oversetting til engelsk. Velg Parakeet for fart hvis du stort sett jobber på engelsk. Velg Whisper hvis du trenger oversetting eller et språk Parakeet ikke dekker.

Samspillet er det samme som jeg bruker hele dagen. Du holder hurtigtasten – Ctrl+Space på Windows, eller Command+Option trykk-for-å-snakke-akkorden på Mac, hold begge tastene og slipp én for å stoppe – snakker, og teksten lander ved markøren i hvilken som helst app som er i fokus. Et lite overlegg viser tilstanden mens det jobber. For et opptak fremfor live tale peker du appen mot filen og får transkripsjonen tilbake. Hvis du vil ha diktat-siden spesifikt, er vår offline tale-til-tekst-guide mer detaljert om å kjøre alt på enheten.

Et sky-alternativ finnes også, for folk som vil ha de nyeste OpenAI-modellene og et stemmestyrt nettsøk i samme verktøy. Ta med din egen OpenAI-nøkkel, si «Hey whisper» for å rute teksten gjennom AI-en. Men for å transkribere et opptak du allerede har, er lokal modus svaret – og det er gratis for alle innloggede brukere.

De andre verktøyene verdt å kjenne til

Denne kategorien er overfylt, og søkeresultatene domineres av lister som rangerer seks til ti verktøy hver. Her er et enkelt kart så du slipper å lese ti anmeldelser for å forstå hva hvert enkelt er til. Alle egenskapene nedenfor kommer fra verktøyenes egne sider.

• Otter.ai — standardvalget for møtenotater. Bot kobler til Zoom, Teams og Meet; gratis Basic-plan med 300 månedlige minutter, betalte Pro- og Business-nivåer over det. Transkribering på seks språk: engelsk, spansk, fransk, tysk, japansk og kinesisk.
• Fireflies.ai — bot kobler til via invitasjon eller automatisk kalenderkobling. Gratisplan med ubegrenset transkripsjon og begrenset AI-sammendrag; reklamerer for 100+ språk på tvers av nivåer.
• tl;dv — tar opp Meet, Zoom og Teams, markedsfører en bot-fri modus, transkriberer på 30+ språk, gratis-for-alltid-plan uten tidsbegrensning og uten kortinformasjon påkrevd.
• Fathom — gratis-for-alltid-plan med ubegrenset opptak, pluss valgfritt bot-fritt (beta) eller bot-opptak; betalte Premium-, Team- og Business-nivåer over det.
• Notta — har en møtebot for Zoom, Teams og Meet og et gratisnivå; eget hjelpesenter lister rundt 58 språk.
• Zoom og Teams, innebygd — sjekk hva du allerede betaler for før du kjøper noe. Zoom transkriberer skyopptak og tilbyr AI Companion sanntidstranskribering på 46 språk på kvalifiserte betalte planer. Microsoft Teams har innebygd live transkribering på omtrent 50+ talte språk; live oversatt transkribering krever Teams Premium.

Her er det samme kartet som en tabell, med kun de delene du kan verifisere på hvert verktøys egne sider. Ingen nøyaktighets- eller hastighetstall, fordi ingen har testet dem mot hverandre på samme lyd – og jeg vil ikke finne opp testen.

Hvis møtene dine allerede kjører på en betalt Zoom- eller Teams-plan, kan den innebygde transkripsjonen være alt du trenger – uten et nytt abonnement eller en ny bot i møtet.

Hva jeg ville valgt for hver situasjon

Jeg leser supportinnboksen, så jeg ser anger over feil verktøyvalg ofte nok til å ha meninger om det. Slik ville jeg valgt.

• Du vil ha notater fra et teamvideomøte, automatisk, delt med alle. Bruk en bot-notatassistent. Otter hvis du vil ha den polerte standarden, Fireflies eller Fathom hvis du vil ha et sjenerøst gratisnivå, tl;dv hvis ingen-bot-i-rutenettet er viktig for deg.
• Du er allerede på en betalt Zoom- eller Teams-plan. Prøv den innebygde transkripsjonen før du betaler for et tredje verktøy.
• Du har et opptak og vil ha ren tekst, privat, på din egen maskin. Dette er den bot-frie, offline-veien: Whisper, eller et annet lokalt transkripsjonverktøy. Lyden forblir på enheten.
• Du vil skrive med stemmen (e-poster, dokumenter, notater under eller etter møtet) ved markøren, i hvilken som helst app. Det er diktat, og det er jobben Whisper er bygget for. Vår sammenligning av transkripsjonsprogramvare forklarer skillet mellom diktat og møtenotater mer detaljert.
• Du trenger en garantert nesten perfekt transkripsjon for et juridisk eller compliance-dokument. Bruk en menneskeverifisert tjeneste. AI alene topper ut under 99 prosent på ekte lyd.

Feilen å unngå er å betale for en møtebot for å gjøre diktat, eller å forvente at et diktatverktøy kobler seg til møtene dine. Forskjellige kategorier. Velg den som passer jobben. Jeg har bygget programvare i femten år og kjøpte likevel feil verktøy for en jobb i fjor – så dette er ikke et foredrag fra noen som alltid gjør det riktig.

Priser i klare tall

De fleste verktøyene her har et gratisnivå verdt å prøve før kortet kommer frem. Otter, Fireflies, tl;dv og Fathom tilbyr alle en gratis plan, med betalte nivåer når du trenger flere minutter, flere plasser eller ubegrenset lagring. Bot-notatassistentene tar vanligvis betalt per bruker per måned, noe som løper raskt opp i et team.

Whisper er gratis for alle innloggede brukere gjennom hele den lokale rørledningen – begge motorer, AI-forbedring via Ollama, historikk, forhåndsinnstillinger, egendefinert vokabular, hurtigtasten, alt – uten at betalingsinformasjon blir spurt om ved registrering. Det betalte nivået legger til sky-overflaten for folk som vil ha OpenAIs modeller og stemmenettsøk. Eksakte tall for månedlig, årlig, livstid og teamplasser finner du på prissiden. Jeg vil heller at du starter gratis og bestemmer selv enn at du tar en pris ut av kontekst her.

Velg type verktøy før merkevare. Hvis en bot bør koble seg til møtet ditt, bruk en notatassistent. Hvis et opptak på laptopen din bør bli privat tekst, bruk noe offline. Femssifret regningen jeg så et team pådra seg kom av at de aldri spurte hvilken jobb de egentlig betalte for – og det var et møte ingen trengte transkripsjon av.