Lokal AI i praktiken: Transkribera YouTube med KB-Whisper
Så för oss är det här otroligt intressant. Molnet är bra såklart, men att köra AI lokalt på din egen dator, det ger dig full kontroll över data, integritet och kostnader. Även om det kan verka lite tekniskt krångligt just nu, så utvecklingen går explosionsartat snabbt. Att börja med det här redan idag ger dig och din skola ett enormt försprång. Vi ska gå igenom hur du, steg för steg, kan ladda ner ljud från YouTube och transkribera det till svensk text med hög kvalitet. Vi använder KB-Whisper, som är Kungliga bibliotekets svenska språkmodell. Du kommer lära dig grunderna i terminalen, hantera Python-miljöer och köra avancerade AI-modeller. Det här är kunskaper som blir allt viktigare i en digitaliserad skola, så det är klart att det är värt att komma igång.
Moment i denna kurs
Right då, låt oss förstå varför det är smart att köra AI på din egen dator och lär känna den svenska språkmodellen från KB.
Nu ska vi installera och konfigurera yt-dlp för att automatiskt ladda ner ljud från YouTube som MP3-filer.
Skapa en isolerad Python-miljö och installera de bibliotek som krävs för att köra avancerade AI-modeller för taligenkänning.
Kör KB-Whisper-modellen för att omvandla dina ljudfiler till råtext och använd sedan en andra AI-modell för att lägga till punkter och versaler.
Använd det kraftfulla verktyget Pandoc för att konvertera din rena textfil till professionella dokumentformat som Markdown, DOCX och HTML.