Whisper Local — offline röstinmatning på Windows

Vad är det?

Whisper Local är en fri, öppen källkods-app för diktering / speech-to-text på Windows (och macOS). Den bygger på OpenAI Whisper via faster-whisper, körs lokalt efter första modellnedladdningen och kan klistra in text i valfritt program (editor, chatt, webbläsare, …).

Ingen prenumeration, inget konto, ingen API-nyckel för grundfunktionen
Push-to-talk med global hotkey (standard: Ctrl+Win)
Fungerar offline när modell och (eventuell) GPU-runtime är nedladdade
CUDA/GPU är valfritt — CPU räcker för att komma igång

Lyckad svensk transkribering — Exempel på whisper-local och när det körs.

System tray-meny med inställningar — När appen körs finns en ikon i systemfältet (längst ner till höger). Högerklicka för inställningar, modell, språk m.m.

Välj spår: CPU eller CUDA

Rekommenderas

Spår A — CPU

Ladda ner .exe, starta, vänta ut första setup, prata. Skippa GPU-frågan eller välj CPU.

Bäst för: “jag vill bara att det funkar”. Bra modeller: tiny, base, ibland small.

Valfritt

Spår B — NVIDIA CUDA

Samma .exe, men acceptera Setup GPU / install CUDA när appen frågar (~1–2 GB extra).

Bäst för: snabbare diktering och större modeller (medium, large-v3-turbo, …). Kräver NVIDIA-kort.

Råd till de flesta: börja med Spår A. Byt till GPU senare om du saknar fart — hellre en stabil CPU-install än en halvtrasig GPU-install.

Huvudspår — installera rätt från början (CPU)

Du behöver inte installera Python själv. Använd den fristående Windows-appen.

Ladda ner
Gå till latest release och hämta whisper-local.exe.

Lägg den gärna i en enkel mapp, t.ex. C:\Program\Whisper-local\ (appdata ligger ändå lokalt, se nedan).

För att enklast starta programmet, högerklicka på .exe filen och välj "lägg till på Start". Starta sedan programmet genom att dubbelklicka på whisper-local.exe i Start-menyn i Windows
SmartScreen
Windows varnar ofta (“Windows har skyddat datorn”) eftersom appen inte är kodsignerad. Klicka Mer information, sedan Kör ändå. Källkoden finns på GitHub om du vill granska.

1 — SmartScreen. Klicka Mer information (inte bara “Kör inte”).

2 — App: whisper-local.exe, okänd utgivare. Välj Kör ändå.
Första starten — ha tålamod
Första gången sätter appen upp en privat Python-miljö och laddar ner Whisper-modellen (default base ≈ 141 MB). Det kan ta några minuter. Internet behövs bara första gången (plus om du senare byter modell eller installerar CUDA). Ett nästan tomt fönster med “Installing whisper-local …” är normalt.

Bootstrap — vänta ut “Installing whisper-local …”. Stäng inte fönstret i panik.
GPU-frågan
Om du har NVIDIA kan appen erbjuda GPU. För Spår A: välj Skip / Use CPU only. Du kan aktivera GPU senare.
Mikrofon
Windows: Inställningar → Sekretess och säkerhet → Mikrofon — tillåt appar / terminal om OS frågar. Välj rätt mic i appens tray-meny eller Settings om du har flera.
Testa
Öppna Anteckningar, sätt markören, håll Ctrl+Win, prata, släpp. Texten ska klistras in. Ikonen finns i systemfältet (klicka ^ om den är dold).

Vad du inte behöver göra (vanliga missförstånd)

Installera Python 3.11+ — inte nödvändigt för att köra whisper-local. Den innehåller en egen Python installation.
Installera hela NVIDIA CUDA Toolkit från nvidia.com — inte förstahandsvalet; appen har egen GPU-onboarding.
Vill du installera GPU/Cuda stödet kör du bara .\whisper-local.exe --setup från ett powershell-fönster i mappen där .exe ligger och väljer valet för GPU och Cuda.

Användning (hotkeys)

Standard på Windows (kan ändras i Settings):

Åtgärd	Hotkey
Håll för att spela in (push-to-talk)	`Ctrl`+`Win`
Släpp → stoppa och klistra in	(släpp inspelningstangenten)
Avbryt inspelning	`Esc`
Röstkommando-läge	`Alt`+`Win`
Pausa alla hotkeys	`Ctrl`+`Alt`+`Win`

Se aktuella genvägar: tray-meny eller whisper-local --cheat-sheet om CLI finns i din install.

Inställningar — GUI först, inte YAML

Appen sparar dina val under %APPDATA%\whisperkey\ (t.ex. user_settings.yaml). Det är frestande att redigera filen för hand — det funkar, men GUI är säkrare och mindre felbenäget.

Rekommenderat sätt

Settings-fönster: öppna PowerShell i mappen där .exe ligger och kör:
.\whisper-local.exe --settings
(eller whisper-local --settings om kommandot finns i PATH)
Interaktiv setup: whisper-local --setup — modell, läge, mic, m.m.
Diagnostik: whisper-local --doctor och whisper-local --selftest

Whisper Local Settings: General med modell, språk, device, auto-paste — Settings-GUI (`--settings`) — flikar General / Audio / Hotkeys / Post-process. Här sätter du modell, språk (t.ex. svenska), CPU/CUDA och auto-paste utan att redigera YAML för hand.

Vanliga saker att ställa in

Vad	Tips
Språk (t.ex. svenska)	Sätt language till `sv` eller `auto` i Settings — inte först via manuell YAML om du kan undvika det
Modell	`base` default · `small` bättre · större modeller vill ha GPU
Enhet	`cpu` eller `cuda` — byt hellre via setup/GPU-onboarding än att bara sätta `device: cuda` i YAML utan runtime
Auto-paste	På som default — text klistras där markören är

Lärdom: manuell YAML är bra när man vet vad man gör. För “svenska + modell” räcker Settings-GUI. Om du sätter device: cuda utan att CUDA-runtime faktiskt är installerad i appens miljö kan appen se ut att köra på GPU men hänga på “transcribing…”.

Spår B — NVIDIA CUDA / GPU

GPU gör större modeller snabbare. På en modern NVIDIA-GPU är t.ex. large-v3-turbo realistisk i realtid; på CPU blir den trög.

Rätt sätt (från början)

Installera som i Spår A, men när appen frågar om GPU: välj [1] Setup GPU, install CUDA.
Acceptera nedladdning (~1–2 GB). Det är pip-paket i appens privata miljö.
Starta om om appen ber om det. Kontrollera att konsolen säger ungefär Running on GPU with float16 (eller motsvarande).
för att enklast starta programmet, högerklicka på .exe filen och välj "lägg till på Start". Starta sedan programmet genom att dubbelklicka på whisper-local.exe i Start-menyn i Windows
Testa en kort mening. Transkribering ska ta bråkdelar av en sekund till någon sekund — inte hänga i evighet.

Vad “CUDA-install” egentligen är

whisper-local.exe är en bootstrapper. Den skapar en privat miljö under ungefär:

%LOCALAPPDATA%\pyapp\data\whisper-local\…\version\

GPU-onboarding installerar runtime-bibliotek där (t.ex. nvidia-cuda-runtime-cu12, nvidia-cublas-cu12, nvidia-cudnn-cu12). Dina inställningar (språk, modellpreferens) ligger separat i %APPDATA%\whisperkey\ och skrivs normalt inte över när du byter .exe.

Varianter

Väg	När
Automatisk GPU-prompt vid start	Förstahandsval för NVIDIA
`whisper-local --setup`	Om du skippat GPU tidigare och vill aktivera ordentligt
Manuell pip av nvidia-*-paket	Avancerat — måste vara appens Python, inte system-Python 3.10
Full CUDA Toolkit (winget/nvidia.com)	Sällan nödvändigt; se officiell gpu-setup.md
AMD ROCm	Stöds i projektet men är mer fiddligt — följ officiell docs, inte den här sidan i detalj

Kända fallgropar (Windows + CUDA)

Uppgradera .exe till ny version kan skapa en ny privat miljö utan CUDA-paket, medan settings fortfarande säger device: cuda och onboarding.gpu: complete — då frågar appen inte igen, men transkribering kan hänga.
DLL-sökväg: även med paket installerade måste Windows hitta t.ex. cublas64_12.dll (ligger under site-packages\nvidia\…\bin). Saknas sökväg kan fel bli Library cublas64_12.dll is not found eller bara en evig “transcribing…”.
System-pip uppgraderar inte appens miljö om du kör .exe-versionen.

Detaljerad teknisk post-mortem finns i mina egna anteckningar; för dig som användare: förlita dig på appens GPU-prompt / --setup, och se avsnittet om uppgradering.

Uppgradera utan “ful-hack”

Det som inte gick bra i praktiken: ersätta bara whisper-local.exe, anta att allt CUDA “följer med”, och blanda in system-pip install --upgrade whisper-local på Python 3.10.

Bättre rutin

Läs release notes på GitHub för den nya versionen.
Stäng appen helt (whisper-local --quit eller tray → quit).
Byt ut / ladda ner ny whisper-local.exe från releases.
Starta och titta i konsolen: står det GPU? Fungerar en kort diktering?
Om du hade CUDA och något känns fel efter uppgradering:
- kör whisper-local --doctor / --selftest
- överväg --setup och låt GPU installeras om
- tillfälligt: Settings → modell base, device cpu för att bekräfta att appen i övrigt mår bra

Kom ihåg: inställningar (svenska, favoritmodell) ligger kvar i %APPDATA%\whisperkey\. Det som kan “försvinna” vid versionsbyte är GPU-runtime i den nya pyapp-mappen — inte nödvändigtvis din YAML.

Var ligger filerna?

Lager	Exempelplats	Innehåll
Startprogram	t.ex. `C:\…\Whisper-local\whisper-local.exe`	Launcher / bootstrapper
App + beroenden	`%LOCALAPPDATA%\pyapp\data\whisper-local\…`	Privat Python, whisper-local-paket, CUDA-pip om installerat
Inställningar & logg	`%APPDATA%\whisperkey\`	`user_settings.yaml`, commands, app.log, transcripts, …
Whisper-modeller (cache)	ofta `%USERPROFILE%\.cache\huggingface\`	Nedladdade modeller

Felsökning

Symptom	Trolig orsak	Åtgärd
SmartScreen-varning	Osignerad app	Mer info → Kör ändå
Första start “gör inget” i flera minuter	Bootstrap + modellnedladdning	Vänta; kolla nätverk första gången
Hotkey gör inget	Annan app tar genvägen / appen pausad	Byt hotkey i Settings; kolla pause-hotkey
Ingen text, “silence”	Fel mic / behörighet	Windows mic-privacy; välj rätt enhet
Hänger på “transcribing…” med GPU	CUDA-runtime/DLL-path eller “cuda i YAML utan paket”	Testa CPU + liten modell; `--setup` / GPU om; se CUDA-avsnitt
`pip install whisper-local` hittar ingen version	Python < 3.11	Använd `.exe` i stället, eller installera Python 3.11+
Tray-ikon saknas	Windows döljer ikoner	Klicka uppåtpilen i aktivitetsfältet och dra ut ikonen

Officiell tabell: docs/troubleshooting.md.

Skärmdumpar

Från en Windows-session (juli 2026). Klicka för större bild. Flera bilder visas också i stegen ovan.

Installation

SmartScreen: Mer information — SmartScreen steg 1 — **Mer information**.

SmartScreen: Kör ändå — SmartScreen steg 2 — **Kör ändå**.

Första / ny version — “Installing whisper-local …”, vänta.

Inställningar

Whisper Local Settings GUI — `.\whisper-local.exe --settings` — modell, språk, device, auto-paste.

När det funkar — och när det inte gör det

Hänger på transcribing — Fel-läge — “transcribing…” utan resultat (CUDA/DLL efter ful-uppgradering).