Hur fungerar taligenkänning?
Taligenkänning tar en ljudinspelning och räknar ut vilka ord som sägs. Ljudet delas i korta avsnitt som ett neuralt nätverk tolkar, och resultatet blir löpande text. Dagens system är tränade på mycket stora mängder inspelat tal och behöver därför inte vänja sig vid den enskilda talaren. Tekniken kallas också tal-till-text.
Kvaliteten beror mest på ljudet. En bra mikrofon, en talare åt gången och lite bakgrundsljud ger få fel. Egennamn, produktnamn, facktermer och siffror blir oftare fel, liksom avsnitt där flera pratar i mun på varandra.
Taligenkänning ska skiljas från talsyntes, som gör det omvända och läser upp text. En röstassistent använder båda delarna.
Vad används taligenkänning till i ett företag?
- Mötesanteckningar. Mötet transkriberas och en språkmodell sammanfattar beslut och åtgärdspunkter.
- Kundtjänst. Samtal blir text som går att söka i och som kan sammanfattas i ärendehanteringssystemet.
- Diktering. En säljare eller tekniker talar in sina anteckningar direkt efter ett kundbesök.
- Textning. Utbildningsfilmer och webbinarier får undertexter.
Utskriften i sig är sällan målet. Nyttan uppstår när texten används i nästa steg, till exempel när en sammanfattning hamnar på rätt kundkort utan att någon skriver av den. Granska alltid utskrifter som ska ligga till grund för beslut eller skickas till kund.
Vad gäller för integriteten när samtal spelas in?
Ett inspelat samtal och utskriften av det innehåller nästan alltid personuppgifter. IMY skriver att ljudupptagningar av individer kan vara personuppgifter även om inga namn nämns. Då gäller GDPR, med krav på bland annat rättslig grund och information till dem som spelas in.
IMY har gått igenom frågan i ett konkret projekt. Rapporten Transkribering inom socialtjänsten från april 2026 bygger på ett vägledningsprojekt med Kalmar kommun. Där konstaterade myndigheten att det fanns rättslig grund för AI-transkribering av socialsekreterares möten med enskilda. IMY betonade samtidigt mänsklig kontroll av utskrifterna och tydliga rutiner för gallring, kryptering och behörigheter. Rapporten gäller socialtjänsten och säger inget om vilken rättslig grund ett företag kan ha. Den visar ändå vilka frågor myndigheten ställer.
En leverantör som behandlar uppgifterna för er räkning är personuppgiftsbiträde enligt artikel 4.8 i GDPR, och då krävs ett personuppgiftsbiträdesavtal. En rimlig start är att låta företagets AI-policy ange vilka möten som får spelas in, var ljud och text lagras och när de raderas. Tekniken bakom beskriver vi i guiden om maskininlärning.
Publicerad