Dataset Builder

Gjør dokumenter, bilder og opptak om til AI-klar tekst, direkte på din Mac

Slipp inn én fil eller et helt arkiv. Appen leser, transkriberer, rydder, deler opp og kildemerker innholdet, uten å laste opp noe av det.

Resultatet er ryddige tekstfiler som AI-verktøy kan lese, der hver passasje peker tilbake til kilden sin. Ingen konto, ingen innlogging, ingen skytjeneste.

Fra 1 790 kr ekskl. mva. · Én maskin, ett år

Kort om appen

Fra én PDF til hele arkivet

Én PDF, et foto av et dokument, et regneark, et møteopptak eller et mappetre med tusenvis av filer. Samme arbeidsflyt uansett mengde, og ZIP-arkiver pakkes ut underveis.

Tale blir tekst

Møteopptak, intervjuer og talenotater blir tidskodet tekst du kan søke i og sitere. Hver passasje peker til riktig sekund i opptaket.

Innholdet lastes ikke opp

Appen har ingen nettverksrettighet og behandler alt lokalt. Det er macOS som håndhever det, og IT kan kontrollere rettighetene selv.

Det som ikke skal ut, blir ikke med

Før opp navn, kodeord og faste fraser, så fjernes de fra alt innhold som eksporteres, og appen kontrollerer etterpå at de faktisk er borte.

Ferdig delt opp for AI-verktøyet

Innholdet deles der det henger sammen, i filer verktøyet kan ta imot i én omgang, og svært store blokker som må deles, merkes tydelig.

Hvert svar kan kontrolleres

Hver del av resultatet oppgir dokument, side, ark, lysbilde eller tidskode, så svar fra AI kan slås opp mot originalen.

Hva kan du slippe inn?

Tusenvis av filer i samme kjøring, eller bare den ene. Alt behandles lokalt og kommer ut som ryddig tekst.

  • Dokumenter PDF, Word, PowerPoint, Markdown, HTML
  • Regneark Excel, CSV: ark og rader holdes samlet
  • Bilder med tekst Skjermbilder, foto av dokumenter, skannede sider
  • Taleopptak Apple Taleopptak (Voice Memos), intervjuer, notater
  • Møteopptak Opptak fra Teams og andre møteverktøy
  • Hele mappetrær Pek på en rot: ZIP-filer pakkes ut underveis
Berigo Dataset Builder Leser, transkriberer, rydder og deler opp Alt skjer lokalt
Datasett klart for AI Tekstfiler der hver passasje peker tilbake til sitt sted i originalen: side, ark, lysbilde eller tidskode i opptaket.

Språkstøtten, i tre deler

Dokumenter, regneark og presentasjoner leses direkte, uten gjenkjenning. Alle språk og skrifttegn virker.

Tekst i bilder og skannede sider kjennes igjen på rundt 30 språk med macOS' innebygde tegngjenkjenning, blant dem engelsk, norsk bokmål og nynorsk, svensk, dansk, tysk, fransk, spansk, arabisk, kinesisk og japansk.

Tale i lyd- og videoopptak transkriberes på engelsk, norsk bokmål, nynorsk, svensk og dansk. Gjennom talegjenkjenningen i macOS støttes også tysk, fransk, spansk, italiensk, portugisisk, japansk, koreansk og kinesisk, både mandarin og kantonesisk. Språket gjenkjennes automatisk per opptak.

Hva får du ut?

Resultatet kalles et datasett: ryddige tekstfiler der innholdet ditt er hentet ut, satt i rekkefølge og renset for støy, klart til å gis til et AI-verktøy. Konkret får du:

  • Tekstfiler i riktig størrelse. Et AI-verktøy kan bare lese en begrenset mengde tekst om gangen, kalt kontekstvinduet. Filene deles opp etter det, der innholdet henger sammen. Må en svært stor tabell likevel deles, merkes fortsettelsen tydelig med samme kildemerke.
  • Kildemerke ved hver passasje. Dokumentnummer, filsti og en presis stedsangivelse: side, ark og rader, lysbilde, tidskode eller overskrift.
  • Tidskoder i transkripsjonene. Hver passasje fra et opptak peker til riktig sekund i originalen.
  • Et indeksregister. Én linje per kildefil: hva som ble lest, hva som ble utelatt og hvorfor, målt kvalitet og advarsler, med et digitalt fingeravtrykk per utdatafil som avslører endringer i ettertid.
  • Formater du velger selv. Markdown som standard, med ren tekst og JSON Lines i tillegg.

Forskjellen på dette og en tilfeldig mappe med tekstfiler er at resultatet kan brukes: riktig oppdelt materiale gir bedre svar, og kildemerkene gjør svarene mulige å kontrollere.

Tale blir tekst

Et videomøte finnes ofte bare som opptak. Et intervju ligger på en lydfil. Et talenotat ble tatt opp i bilen. Slipp inn opptaket, og få tilbake tekst der hver passasje har en tidskode som fører deg til riktig sted i originalen.

Transkriber opptak på engelsk, norsk bokmål, nynorsk, svensk og dansk. Gjenkjenningen for norsk, svensk og dansk er innebygd i selve appen og virker uten nett. Dansk, som mange verktøy sliter med, transkriberes med samme innebygde kvalitet; danske transkripsjoner leveres i normalisert form, med små bokstaver og uten tegnsetting. Gjennom talegjenkjenningen som er innebygd i macOS støttes i tillegg tysk, fransk, spansk, italiensk, portugisisk, japansk, koreansk og kinesisk, både mandarin og kantonesisk.

Appen tar imot opptak fra Apple Taleopptak (Voice Memos) direkte, sammen med vanlige lyd- og videoformater som MP3, M4A, WAV, MP4 og MOV. Språket i hvert opptak gjenkjennes automatisk. Appen behandler opptaksfiler og tar ikke opp møter selv, og et opptak den ikke kan gjengi trygt, settes til side med en forklaring i stedet for å bli gjettet på.

Slik fungerer den

1 Velg materialet. Slipp inn én fil, eller pek på en mappe. Appen får tilgang til det du peker på, og ingenting annet. Eksempeldata følger med, så du kan prøve hele arbeidsflyten uten å røre ekte dokumenter.
2 Se hva appen fant. Én oversikt over alle filene, med duplikater, skannede sider, krypterte filer, målt tekstkvalitet og anslått omfang.
3 Form datasettene. Hver toppmappe blir et datasett. Slå sammen, del opp, håndplukk enkeltfiler eller utelat dem, så et AI-verktøy kan få ett fagområde uten å få resten.
4 Sett reglene. Bestem hvor mye struktur som beholdes, og før opp ord og fraser som aldri skal med. Lagre regelsettet som profil til neste gang.
5 Kontroller før du kjører. Se ekte innhold før og etter, formatert nøyaktig slik eksporten blir.
6 Eksporter. Ryddige tekstfiler per datasett, ferdig oppdelt, med indeksregister og en kvittering som viser hva som faktisk skjedde.

Svar du kan stå for

Et AI-svar uten kilde er en påstand. Be verktøyet oppgi dokumentnummer i svarene, og hver påstand kan slås opp: riktig dokument, riktig side, riktig sekund. Indeksregisteret og fingeravtrykkene gjør at hver påstand kan slås opp og hver endring oppdages. Det holder for deg, for revisor og for den som er uenig.

Innholdet blir hos deg

Appen har ingen nettverksrettighet og laster ikke opp dokumenter, lyd eller eksport. Behandlingen skjer lokalt, og det er macOS som håndhever begrensningen, ikke et løfte fra oss. Kildemappene leses bare og endres aldri, og tilgangen kan trekkes tilbake når du vil.

Hvor datasettene brukes etterpå, bestemmer du. Detaljene, med de få unntakene som finnes, står i den tekniske gjennomgangen nederst på siden.

Bruk datasettene der du vil

Appen lager datasettet og stopper der. Du velger AI-verktøyet: lim innholdet inn i Claude, ChatGPT eller et annet verktøy virksomheten har godkjent, eller kjør en åpen modell lokalt på en egnet Mac, helt uten nett.

Brukerveiledningen er innebygd i appen og dekker begge veier, med en ferdig ledetekst som ber verktøyet svare bare ut fra materialet og oppgi dokumentnummer i hvert svar. Appen selv sender aldri datasettet noe sted.

Hva den koster

Én fast pris per maskin per år, og pris etter omfang for flere maskiner.

Én maskin, ett år

1 790 kr per maskin per år · ekskl. mva.

  • Lisensen gjelder én maskin i tolv måneder fra installasjonen, og kan fornyes.
  • Alle oppdateringer i perioden er med i prisen.
  • Ingen lisensserver og ingen pålogging: appen har ikke nettverkstilgang. Utløpsdatoen kontrolleres på maskinen din, og ingenting sendes til oss.

Flere maskiner

Pris på forespørsel

  • Prisen settes etter antall maskiner og hvordan appen skal installeres.
  • Installasjonspakke for utrulling på mange maskiner og fast kontaktperson hos oss.
  • Fortell oss kort hva dere trenger, så kommer vi tilbake med et konkret tilbud.
Be om pris

Alle priser er oppgitt uten merverdiavgift. Merverdiavgift kommer i tillegg etter gjeldende sats.

Appen krever en Mac med Apple-brikke (Apple Silicon) og macOS 26 eller nyere, kjører kun på Mac, og har grensesnitt på norsk og engelsk.

For virksomheter og IT

Utrullingen skjer som signert DMG for enkeltmaskiner, eller som .pkg gjennom verktøy som Jamf, Kandji og Mosyle. Bruker dere Intune, leveres en signert pakke på forespørsel. Det er ingen lisensserver å drifte og ingen kontoer å administrere.

Rettighetslisten kan kontrolleres teknisk av deres egen IT, og hver kjøring etterlater et indeksregister som kan gås gjennom linje for linje. Detaljene står i den tekniske gjennomgangen under.

Be om pris

Teknisk informasjon for IT og sikkerhet

Kortversjonen: appen kjører i macOS-sandkassen uten nettverksrettighet, samler ingen bruksdata, oppdaterer seg aldri selv, og behandler alle kildefiler som utrygge. Detaljene står her, punkt for punkt.

Sandkasse og rettigheter

Rettighetslisten i det ferdige programmet har nøyaktig tre punkter: kjøre i sandkassen, lese og skrive filer du selv har pekt ut i det vanlige åpne-vinduet, og huske de mappene til neste gang. Nettverksrettighet finnes ikke i programmet, og en rettighet som mangler, kan ikke skrus på: den må legges inn, og programmet bygges og utgis på nytt. Appen oppgir kommandoen som leser rettighetene rett ut av det installerte programmet, under Innstillinger og Personvern, så dere ser hva macOS faktisk håndhever.

Ett forbehold hører med: filrettigheten dekker både lesing og skriving i samme punkt. At appen bare leser kildemappen og aldri skriver til den, er appens egen oppførsel, ikke noe operativsystemet håndhever. Skal det bekreftes, må det gjøres ved gjennomgang av koden.

Ingen innsamling og ingen selvoppdatering

Appen registrerer ikke hvordan den brukes og sender verken bruksstatistikk eller feilrapporter. Dette er ikke en avslått innstilling: funksjonene finnes ikke i programmet. Den bygger på kode som følger med macOS, pluss én pinnet, statisk lenket åpenkildekomponent for talegjenkjenning som aldri henter noe under kjøring, de innebygde talemodellene og skrifttyper og ikoner med åpen lisens. Alt er låst med kontrollsummer i byggeprosessen. Automatisk oppdatering finnes heller ikke, så nye versjoner installeres manuelt eller via MDM.

Talegjenkjenning og språktillegg

Gjenkjenningen for norsk, svensk og dansk følger med selve appen og virker uten nett fra første start. For enkelte andre språk kan appen be macOS hente et språktillegg: nedlastingen utføres av operativsystemet utenfor appen og gjelder bare tillegget, aldri lyd eller tekst fra materialet deres. Den forsøkes én gang per språk så lenge appen er åpen, avbrytes etter 60 sekunder, og går det galt, settes mediefilen til side med en forklaring. En maskin som brukes til dette, kan altså kontakte Apple den ene gangen et slikt tillegg mangler. Det bør stå i vurderingen deres.

Filer, logger og oppbevaring

Resultatet legges i en mappe som holdes utenfor søkeregisteret macOS bygger over maskinen, til dere eventuelt velger noe annet. Det finnes to lokale logger: systemloggen og en diagnosefil per kjøring. De inneholder tidspunkter, filnavn, stier og utfall, aldri tekst fra dokumentene, og standard oppbevaring er 90 dager. Merk at filnavn alene ofte er følsomme i styresaker og tvister; sett oppbevaringstiden med det for øye. Passord til krypterte PDF-er holdes bare i minnet mens jobben varer. Merk også at garantien for utelukkede ord gjelder innholdet: fil- og mappenavn beholdes for sporbarhetens skyld, og indeksregisteret varsler når et navn inneholder en utelukket frase.

Kildefiler behandles som utrygge

Et dokument kan være laget for å utnytte programmet som åpner det, så ingen kildefil stoles på. ZIP-arkiver pakkes ut med faste grenser og kontrolleres mot arkivets egen kontrollsum, krypterte filer uten oppgitt passord og ukjente formater avvises i stedet for å bli feillest, snarveier til filer andre steder følges aldri, og HTML leses med nettverkshenting avslått, slik at en spesiallaget fil ikke kan hente noe utenfra.

Grensene appen ikke kan holde

Tre veier ligger utenfor appens kontroll, og de hører med i en vurdering. Utklippstavlen kan leses av alle programmer på maskinen, og med Handoff på kan innholdet dukke opp på brukerens andre Apple-enheter. Sikkerhetskopiering og synkronisering kopierer datasettene ut av maskinen som alle andre filer. Og datasettene selv er like følsomme som originalene: hvor de skal ligge, bør noen bestemme med vilje.

Signering og kontrollsummer

DMG- og ZIP-utgaven er signert med utviklersertifikat utstedt av Apple og kontrollert av Apple gjennom notarisering, og nedlastingene følges av en kontrollsum mottakeren kan regne ut på nytt og sammenligne. Utdata er dessuten deterministisk: samme kildemateriale gir byte-identiske filer. Installasjonspakken for sentral utrulling er i dag ikke signert på samme måte. Jamf, Kandji og Mosyle installerer den likevel, mens Intune krever signert pakke: be om en signert pakke før dere ruller ut den veien. Rettighetslisten kan kontrolleres for hver versjon dere tar i bruk, men kontrollen er deres, ikke automatisk.

Slipp inn én fil, eller hele arkivet

Få tilbake ryddig, kildemerket tekst som er klar for AI-verktøyet du velger, uten at innholdet lastes opp. Krever Mac med Apple-brikke og macOS 26 eller nyere.