AI mod manuel transskription: hvad undersøgelserne faktisk viser
30. juni 2026 · 8 min. læsetid
Hastighed, præcision, omkostninger — CISPA-undersøgelsen fra 2024 i kontekst. Hvornår Whisper-lignende værktøjer er nok, og hvornår mennesker stadig vinder.
AI-transskription bliver ved med at blive hurtigere og billigere — men er den god nok? CISPA-forskere sammenlignede i 2024 elleve udbydere (manuelle og AI). Resultaterne stemmer overens med erfaringerne fra virkeligheden: hastighed ja, perfektion ikke altid.
CISPA-undersøgelsen i korte træk
Jakub Mrowczynskis team sammenlignede elleve tjenester i december 2022 — blandt andre Rev, Amberscript, Amazon Transcribe, Google Cloud, Microsoft Azure og OpenAI Whisper. De målte ordfejlraten (word error rate) og fejl, der ændrer betydningen.
- Manuelle tjenester: samlet set stærke, færre fejl i betydningen
- AI-tjenester: flere betydningsforskydninger (f.eks. »hashes« → »ashes«)
- Blandt AI-udbyderne klarede Whisper sig bedst
- De fleste systemer håndterede engelsk bedre end tysk
- Et øjebliksbillede fra slutningen af 2022 — nyere modeller bliver bedre, men mønstrene består
| Kriterium | AI-transskription | Manuel transskription |
|---|---|---|
| Tid pr. 1 time lyd | ~5–10 min behandling | ~4–6 timers arbejde |
| Omkostning | cent pr. minut | ofte $1–3 pr. minut |
| Præcision (ren lyd) | ~90–96% | 99%+ muligt |
| Præcision (støjende rum) | markant større fald | mere robust |
| Talergenkendelse | forbedres, ikke altid stabil | mere pålidelig |
Praktisk anbefaling
- Forelæsninger — AI + 10–20 min. gennemgang
- Journalistik — AI-udkast, citater kontrolleret ved at lytte
- Møder — AI er ofte tilstrækkeligt internt
- Juridisk / medicinsk — menneskelig transskription eller certificeret arbejdsgang
Undersøgelserne er enige: AI vinder på hastighed og skala, mennesker på præcision og kontekst. Sprechverlauf tilbyder Whisper-talerinddeling, tidsstempler og eksport uden konto — ideelt, når du har brug for et søgbart udkast, du selv kan rette.