Du går tur, får en idé og vil ikke miste den. Målet er smålig og konkret: få tanken fra munnen din til en søkbar tekstfil med tittel, dato og kilde, før den har rukket å løsne. Ikke tagging, ikke mapper, ikke et nytt produktivitetssystem du må vedlikeholde i stedet for å bruke.

Et forbehold først, fordi det styrer resten: jeg har ikke testet verktøyene i denne artikkelen mot hverandre, og jeg gir deg ingen rangering. Det jeg gir deg er en metode du kan kjøre selv på en halvtime, med dokumenterte fakta der jeg har dem og tydelige hull der jeg ikke har. Det er den ærlige versjonen av en sammenligning.

Bestem sluttformatet først #

Verktøyet er det minst viktige valget. Bestem hvor tekstene skal ende opp, og la alt annet rette seg etter det.

Én fil. Én innboks. Nyeste øverst. Hver note ser slik ut:

text 
Tittel: Varsel når backup feiler
Dato: 2026-11-04
Kilde: egen tanke etter samtale om cron
---
Det må finnes en enklere måte å få vite at backupen ikke kjørte på,
uten å sette opp et helt overvåkingssystem. Sjekk om en enkel
"ping ved suksess"-tjeneste er nok.

Det er fire felt. Tittelen er første setning, forkortet. Datoen står der fordi du ikke kommer til å huske når. Kilden er hvor ideen kom fra: en bok, en samtale, deg selv. Alt som ikke er disse fire, er vedlikehold.

Filen er vanlig tekst, så den kan søkes med det systemet allerede har. Én gang i uken åpner du den, flytter ut det som skal bli noe, og sletter resten uten dårlig samvittighet.

Testen: ett opptak, tre metoder #

For at sammenligningen skal bety noe, må alle tre få samme lyd.

  1. Skriv et manus på 45 til 60 sekunder som ligner på det du faktisk sier: navn på verktøy og folk, tall, noen faguttrykk, et par ord på dialekt, en setning på engelsk.
  2. Les det inn én gang, i det miljøet du pleier å være i. Ikke et stille studio.
  3. Kjør samme opptak gjennom hver metode.
  4. Bruk manuset som fasit. Tell feil, og tell navn og tall separat, fordi det er de som er dyre å få feil.

Så skårer du hver metode på fem ting:

  • Oppsett: hvor lang tid fra null til første fungerende notat?
  • Nøyaktighet: hvor mange feil mot fasiten, og hva slags feil?
  • Personvern: hvor tar lyden veien, og lagres den?
  • Eksport: kommer teksten ut som ren tekst uten omveier eller kontoavhengighet?
  • Friksjon: hvor mange trykk og sekunder fra «jeg har en idé» til «den ligger i innboksen»?

Den siste teller mest. Verktøyet som vinner, er det du faktisk bruker klokken 23.40 når du ligger i sengen.

Metode 1: innebygd diktering #

Det du allerede har på maskinen og telefonen.

Det jeg kan dokumentere: på Windows starter du taleskriving med Windows-tasten + H, og norsk bokmål står på listen over språk som støttes i Windows 11. Funksjonen krever internettforbindelse, siden den bruker nettbasert talegjenkjenning drevet av Azure Speech-tjenester. Støttesiden sier ingenting om hvordan talen lagres eller hvor lenge (Microsoft, taleskriving i Windows).

På mobil har både iOS og Android diktering i tastaturet. Hvilke språk som støttes, og om lyden behandles på enheten eller sendes til en server, avhenger av telefon, versjon og innstillinger. Sjekk det for din egen modell i leverandørens brukerveiledning før du lar den høre noe sensitivt.

Friksjonen er lav fordi teksten havner der markøren står. Åpne innboksfilen, start diktering, snakk. Svakheten er at du i praksis må være ved en skjerm med filen åpen.

Metode 2: dedikert tale-til-tekst-app #

Her finnes det mange apper, og jeg navngir ingen fordi jeg ikke har testet dem. I stedet er dette det du bør finne ut om hver kandidat før du legger inn et opptak:

  • Støtter den norsk, og hvilken form (bokmål, nynorsk)?
  • Hvor behandles lyden, og lagres opptaket eller teksten hos leverandøren? Det står i personvernerklæringen.
  • Kan du eksportere som ren tekst eller Markdown, uten å gå via en proprietær konto eller et ekstra abonnement?
  • Hva begrenser gratisnivået: minutter, antall notater, funksjoner?
  • Kan den brukes uten internett?
  • Må du ha konto?

Den store gevinsten ved en app er ofte oppstarten: ett trykk fra låseskjermen. Den store risikoen er at notatene dine ender i et lukket format hos en leverandør som kan endre vilkår eller legge ned. Eksportsjekken er derfor viktigere enn funksjonslisten.

Metode 3: lokal transkripsjon #

Her tas opptaket opp som en vanlig lydfil, og en modell som kjører på din egen maskin gjør det om til tekst. Lyden forlater aldri maskinen.

Et utgangspunkt er whisper.cpp, en C/C++-implementasjon av OpenAIs Whisper som er laget for å kjøre lokalt, med MIT-lisens og kvantiserte modeller som bytter noe kvalitet mot mindre minnebruk (oversikt over whisper.cpp). For norsk finnes det i tillegg NB-Whisper fra Nasjonalbibliotekets AI-lab, modeller for bokmål og nynorsk basert på Whisper. Da jeg leste modellsiden, var det en liten betamodell som var oppført som utgitt, og laben ba om tilbakemelding fra bruk (NB AI-lab, modeller). Det kan ha endret seg, så sjekk siden.

I grove trekk ser arbeidsflyten slik ut. Dette er en illustrasjon for Linux eller macOS, og kommandonavn og flagg varierer mellom versjoner, så følg prosjektets egen veiledning:

bash 
# 1. Konverter opptaket til det formatet modellen forventer (ofte 16 kHz mono WAV)
ffmpeg -i opptak.m4a -ar 16000 -ac 1 opptak.wav

# 2. Kjør transkripsjonen med en nedlastet modell, og angi norsk
whisper-cli -m modell.bin -f opptak.wav -l no

Dette er den metoden med mest oppsett og mest frihet. Du får ingen knapp på låseskjermen, og på telefon er det tungvint. Til gjengjeld kan du kontrollere hvor lyden går, og du kan bruke samme innboksfil som alltid.

Den eneste måten å vite om norsk dialekt, navn og tekniske ord går bra, er å teste med din egen stemme. Ingen annen sammenligning kan svare på det for deg.

Fra transkripsjon til note #

Ikke rediger mens du snakker. Gjør dette bagatellmessige etterpå:

  1. Lim teksten øverst i innboksfilen.
  2. Skriv en tittel på én linje, som en overskrift du ville funnet igjen.
  3. Legg inn dato og kilde.
  4. Rett navn og tall, ikke resten. Uperfekte setninger er greit; det er en notis, ikke en artikkel.

Vil du la en AI rydde teksten, vær tydelig på hva du ber om: fjerne «eh», dele opp avsnitt, ikke omformulere. Husk at du da sender teksten et sted, og at det gjelder samme vurdering som for lyden.

Hvorfor ikke et second brain #

Fordi vedlikeholdet fort blir viktigere enn innholdet. Hver tag, hver mappe og hver kobling er en liten beslutning som skal tas igjen og igjen. En innboks som er en ren tekstfil har ingen struktur å vedlikeholde, og søk er nok når notene er korte og har tittel og dato.

Skulle noe vokse seg stort nok til å trenge en egen plass, vet du det fordi du har åpnet innboksen tre uker på rad og lette etter den samme ideen. Det er signalet. Ikke før.

Så: skriv manuset, ta opptaket, kjør de tre metodene og se hvilken du faktisk vil bruke. Resultatet gjelder din stemme, din telefon og dine ord. Det er ingen sammenligning noen andre kan gjøre for deg.