Meer dan 1.000 gebruikers voor RUG-transcriptietool Whisper

Vorig jaar oktober werd bij de RUG de transcriptietool Whisper gelanceerd waarmee audio-opnames worden omgezet in tekst. Inmiddels maken meer dan 1.000 medewerkers en studenten van de RUG gebruik van de gratis AI-transcriptietool. Deze snelle groei toont aan dat er veel vraag is naar open-source AI-tools die lokaal worden gehost.

Het uitwerken van een geluidsopname van bijvoorbeeld een interview of bijeenkomst is een tijdrovende klus. Door de opkomst van AI zijn er tegenwoordig diverse transcriptietools beschikbaar voor het transcriberen van geluidsopnames. Vaak gaan deze tools echter gepaard met hoge licentiekosten of zijn er zorgen over de veiligheid met betrekking tot de data en de naleving van de AVG-wetgeving.

Ontwikkeld door het Digital Competence Centre (DCC)

Het Digital Competence Centre (DCC) van de RUG heeft hiervoor een oplossing ontwikkeld in de vorm van een lokaal gehoste transcriptietool die gebaseerd is op het Whisper-model van OpenAI. Alle onderzoekers, medewerkers en studenten van de RUG kunnen hier gratis gebruik van maken. De tool draait op het High Performance Computing (HPC)-cluster Hábrók dat wordt beheerd door het Centrum voor Informatie Technologie (CIT) van de RUG. Hierdoor blijft de data binnen de RUG-infrastructuur. 

Gevarieerde gebruikersgroep

Whisper kan voor veel doeleinden worden ingezet, de gebruikersgroep laat dan ook een gevarieerde samenstelling zien: zowel onderzoekers, studenten als ondersteunend personeel maken gebruik van Whisper. Alle faculteiten en diensten van de RUG worden bediend, waarbij opvalt dat het merendeel van de gebruikers zich bevindt bij de faculteiten Gedrags en Maatschappijwetenschappen (rood), Economie en Bedrijfskunde (donker geel) en de Faculteit der Letteren (blauw). Dit verschilt van de klassieke HPC/AI-toepassingen waarbij de gebruikers vooral afkomstig zijn vanuit de Faculty of Science and Engineering en de Faculteit Medische Wetenschappen.

Veilig alternatief

Whisper draait volledig binnen de infrastructuur van de RUG op het HPC-cluster Habrok bij het CIT. Audiobestanden worden lokaal verwerkt en niet verzonden naar externe AI-aanbieders of clouddiensten. Dit maakt de dienst een veilig alternatief voor veel online transcriptietools en geschikt voor het verwerken van gevoelige gegevens.