Av Denys MedvedievSå fungerar det
Så fungerar Whisper egentligen
Tryck på en snabbtangent, tala naturligt, få polerad text — i vilken app som helst. Här är exakt vad som händer under huven, med verkliga UI-exempel.
Senast uppdaterad: april 2026 · Gäller v2.1+
Överlägget
Whisper finns som ett litet flytande överlägg på din skärm. Det ligger överst på alla fönster men är aldrig i vägen. Så här ser överlägget ut i varje tillstånd:
Inaktivt — hopfällt
När du inte interagerar med Whisper fälls överlägget ihop till ett litet piller — knappt synligt, helt ur vägen. Det tar nästan ingen skärmyta.
Hopfällt piller. Överlägget förblir minimalt tills du behöver det.
Inaktivt — hovra för att utvidga
Flytta musen över pillret så utvidgas det för att visa din inspelnings-snabbtangent. Detta är din visuella påminnelse om hur du startar en inspelning.
Utvidgat vid hovring. Visar din snabbtangent — tryck på den för att börja spela in.
Inspelning — lyssnar på din röst
Tryck på din snabbtangent (standard: Ctrl + Space) och börja tala. Överlägget visar en animerad vågform och en röd stoppknapp. Släpp snabbtangenten eller klicka på stopp för att avsluta.
Inspelning pågår. Vågformen visar att ljud fångas.
Transkriberar — tal till text
Efter att du slutat spela in växlar överlägget till ett transkriberingstillstånd. Ditt ljud bearbetas — antingen lokalt på din enhet eller via OpenAI:s API, beroende på ditt läge.
Ljud transkriberas till text. Tar mindre än en sekund för korta fraser.
AI-förbättring — polerar din text
Om AI-förbättring är aktiverat visar överlägget en lila ”Tänker”-indikator. AI:n rensar utfyllnadsord, fixar grammatik och strukturerar om dina meningar till polerad text.
AI förbättrar din transkribering. Drivs av Ollama (lokalt) eller OpenAI GPT.
Webbsökning — hittar svar
När du utlöser en webbsökning (genom att säga ditt AI-nyckelord följt av en fråga) blir överlägget blått medan det söker på internet och syntetiserar ett svar med källor.
Söker på webben efter realtidsdata. Svar med källor levereras på några sekunder.
Klar — text levererad
En grön bock bekräftar att texten har klistrats in i din aktiva applikation. Hela processen — från tal till slutlig text — tar vanligtvis 2–5 sekunder.
Klart! Texten har klistrats in i din aktiva applikation.
Användningsfall: AI-textförbättring
Låt oss gå igenom ett verkligt exempel. Du skriver mötesanteckningar i en texteditor och vill snabbt sammanfatta vad som diskuterades. Istället för att skriva ner det talar du naturligt och låter AI:n rensa upp det.
Scenario: sammanfatta ett möte
Du har just avslutat en projektstandup och behöver skicka en snabb sammanfattning till teamet. Istället för att skriva talar du fritt och låter AI:n polera det.
Vad du säger
”så i princip öhm vi hade standupen och ehm john sa att API-migreringen är klar och den är i staging nu och sarah nämnde att mobilappen har en bugg med push-notiser på android och hon tittar på det och öh vi bestämde oss för att skjuta upp releasen till nästa onsdag eftersom vi vill ha mer testtid”
Whisper spelar in och transkriberar
AI förbättrar din text
Polerad text visas i din editor
Standup-sammanfattning
• API-migrering: Klar och utrullad till staging (John)
• Mobilbugg: Push-notiser trasiga på Android — under utredning (Sarah)
• Release: Flyttad till nästa onsdag för ytterligare testning
Vad som just hände
Du talade i ungefär 15 sekunder med utfyllnadsord och osammanhängande meningar. AI:n tog bort skräpet, extraherade nyckelpunkter, strukturerade dem i en ren sammanfattning med namn och åtgärdspunkter, och klistrade in det direkt i din editor. Ingen skrivning. Ingen kopiera-klistra. Ingen redigering.
Före & efter
”så i princip öhm vi hade standupen och ehm john sa att API-migreringen är klar och den är i staging nu och sarah nämnde att mobilappen har en bugg med push-notiser på android…”
Standup-sammanfattning
• API-migrering: Klar, i staging (John)
• Mobilbugg: Push-notiser på Android (Sarah)
• Release: Flyttad till onsdag för testning
Detta fungerar med alla typer av innehåll — mejl, dokumentation, Slack-meddelanden, rapporter. Tala råa tankar, få ren professionell text.
Användningsfall: webbsökning med AI
Whispers webbsökning låter dig ställa frågor med rösten och få undersökta svar med källor — levererat direkt där din markör är. Ingen webbläsare, inga flikbyten, ingen kopiera-klistra.
Scenario: hämta marknadsdata
Du skriver en finansrapport i ett dokument och behöver de senaste S&P 500-datan. Istället för att öppna en webbläsare frågar du Whisper med rösten.
Vad du säger
”Hej Whisper, vad är det aktuella S&P 500-priset och hur har det presterat i år?”
”Hej Whisper” är AI-nyckelordet som utlöser AI-assistenten istället för vanlig transkribering. Du kan anpassa detta nyckelord i inställningarna.
Whisper spelar in din fråga
AI söker på webben
AI:n söker i flera källor, korsrefererar data och sammanställer ett undersökt svar — vanligtvis på cirka 5 sekunder.
Svaret visas i ditt dokument
S&P 500 — aktuella data
S&P 500 handlas för närvarande till cirka 5 611,85 i början av april 2026.
Utveckling hittills i år
Indexet är upp +8,2 % hittills i år och bygger vidare på den starka momentum från 2025. Viktiga drivkrafter är fortsatt tillväxt inom AI-sektorn, uthålliga konsumentutgifter och stabiliserande räntor. Federal Reserve höll räntorna oförändrade på sitt möte i mars, vilket stärkte marknadens förtroende.
Sektorhöjdpunkter
• Teknik: +14,3 % hittills i år (lett av AI- och halvledaraktier)
• Hälsovård: +6,1 % hittills i år
• Energi: -2,8 % hittills i år (på grund av lägre oljepriser)
Källor: Yahoo Finance, Reuters, MarketWatch
Vad som just hände
Du ställde en fråga med rösten. Whisper kände igen ditt AI-nyckelord (”Hej Whisper”), sökte på webben efter aktuella S&P 500-data, syntetiserade information från flera källor, formaterade det med avsnitt och citerade källor, och klistrade in det direkt i ditt Word-dokument. Total tid: ~5 sekunder. Noll webbläsarflikar öppnade.
Fler exempel
Webbsökning fungerar för allt du normalt skulle googla. Här är några fler exempel:
”Hej Whisper, vilka är de nya funktionerna i React 19?”
Få en strukturerad genomgång av React 19-funktioner med kodexempel — inklistrat direkt i din IDE eller dina anteckningar.
”Hej Whisper, jämför PostgreSQL och MySQL för ett nytt projekt”
Få en undersökt jämförelsetabell med fördelar, nackdelar och rekommendationer — redo att dela med ditt team.
”Hej Whisper, hur är vädret i Tokyo den här veckan?”
Få en snabb vädersammanfattning för resplanering — inklistrat i din e-post eller anteckningsapp.
Det fullständiga flödet
Här är hela processen från början till slut:
Du arbetar i valfri app
VS Code, Slack, Google Docs, e-post — överallt där det finns ett textfält
Tryck på din snabbtangent och tala
Håll in Ctrl+Mellanslag (eller din anpassade tangent) och prata naturligt
Whisper transkriberar och förbättrar
Tal → text → AI-städning, allt på 2–5 sekunder
Polerad text visas
Automatiskt inklistrad där din markör är — ingen kopiera-klistra behövs
Fungerar i varje app
En global snabbtangent — fungerar överallt. Inga plugins, inga tillägg, ingen konfiguration per app. Getting it set up properly in Word takes one extra step — see the dedicated guide.
Två bearbetningslägen
Välj hur din röst bearbetas. Växla mellan lägen när som helst — ingen omstart behövs.
Lokalt läge
- 100 % offline — rösten lämnar aldrig din enhet
- Inga löpande kostnader (ingår i licensen)
- 5 modellstorlekar: Tiny till Large
- HIPAA-säkra, air-gapped-miljöer
- AI via Ollama (offline, ingen webbsökning)
App: ~25 MB + modellstorlek (75 MB – 3 GB)
Molnläge
- Högsta precision via OpenAI API
- ~0,003 $/min (betala OpenAI direkt)
- Inga modeller att ladda ner
- Ta med din egen API-nyckel (inget pålägg)
- AI via GPT-5 Nano, Mini och GPT-5
App: ~25 MB totalt — det är allt
Redo att prova?
Ladda ner Whisper, tryck på en snabbtangent och börja prata. Gratis för lokal transkribering, inget kort krävs.
Vill du ha en detaljerad installationsguide? Kolla in Konfiguration av lokalt läge eller Konfiguration av molnläge.
