Wat is spraak naar tekst? Werking en toepassingen

Door de redactie van whispertranscribe.ai · Laatst bijgewerkt: november 2026 · 12 minuten leestijd · Categorie: Basis van transcriptie

Wat is spraak naar tekst? Het is software die naar gesproken woorden luistert en die als bewerkbare tekst opschrijft. Andere namen zijn speech-to-text en automatische spraakherkenning (ASR). Er zijn twee vormen: live, waarbij woorden tijdens het spreken verschijnen, en vanuit een opname, waarbij een voltooid audio- of videobestand een transcript wordt.

Ter informatie: wij maken whispertranscribe.ai, een browserdienst voor transcriptie. Beweringen over de techniek verwijzen naar Google, Microsoft, Apple, W3C of een wetenschappelijk overzicht, niet naar onze marketing.

Kort antwoord: wat is spraak naar tekst?

Spraak naar tekst zet spraak automatisch om: audio gaat erin, een spraakherkenningsmodel kiest de waarschijnlijkste woorden en de software voegt interpunctie toe.

  • Andere namen: speech-to-text, spraakherkenning, ASR, stemtypen, talk-to-text.
  • Twee modi: live (streaming) voor typen en captions, en bestandsverwerking (batch) voor bestaande opnamen.
  • De beperking: nauwkeurigheid hangt sterk af van de audio. Ruis, afstand tot de microfoon, sterke accenten, vaktermen en door elkaar praten veroorzaken fouten.

Spraak naar tekst versus dicteren en transcriberen

Voice-to-text en speech-to-text betekenen hetzelfde. Dicteren is één toepassing (spreken in een tekstvak), transcriberen een andere (een opname omzetten in een geschreven verslag). Stemherkenning is anders: die bepaalt wie spreekt.

Het Web Accessibility Initiative van W3C gebruikt ‘speech recognition’ voor het omzetten van woorden naar tekst en ‘voice recognition’ of ‘speaker recognition’ voor technologie die de spreker herkent, niet de woorden.

Term Gebruikelijke betekenis Typische uitvoer
Voice-to-text Dagelijkse naam voor spraak omzetten in tekst Tekst op scherm of in bestand
Speech-to-text (STT) Hetzelfde; gebruikelijke term in softwaredocumentatie Tekst, vaak met tijdstempels
Automatische spraakherkenning (ASR) Het technische vakgebied en het model erachter Waarschijnlijkste woordreeks
Dicteren of stemtypen In een tekstveld spreken in plaats van typen Tekst bij de cursor
Transcriptie Geschreven verslag van een opname of gebeurtenis Transcript dat je bewerkt, doorzoekt en exporteert
Live captions Realtime tekst terwijl audio speelt Captions op scherm, meestal niet opgeslagen
Stem- of sprekerherkenning Vaststellen wie spreekt Een sprekerlabel, geen woorden

Elk dicteren is dus spraak naar tekst, maar niet alle spraak naar tekst is dicteren. Een interview van 90 minuten vraagt transcriptie; handsfree een e-mail beantwoorden vraagt dicteren.

Hoe werkt spraak naar tekst?

Elk systeem neemt audio op, zet geluid om in numerieke kenmerken, gebruikt een getraind model om de waarschijnlijkste woorden te vinden en maakt het resultaat op. In het afgelopen decennium veranderde vooral hoe dat model wordt gebouwd.

  1. Opname. Een microfoon of audiobestand levert een digitaal signaal. Google Cloud Speech-to-Text raadt aan om, waar mogelijk, op 16,000 Hz op te nemen. Lagere frequenties kunnen de nauwkeurigheid schaden; hogere maken geen merkbaar verschil.
  2. Kenmerkextractie. Het signaal wordt in korte frames verdeeld en omgezet in kenmerken, meestal een spectrogram dat toont hoe geluidsenergie per frequentie door de tijd verandert.
  3. Herkenning. Een model koppelt die kenmerken aan de waarschijnlijkste woordreeks.
  4. Opmaak. Het systeem voegt interpunctie, hoofdletters en soms tijdstempels of sprekerlabels toe.

De klassieke aanpak: akoestisch model plus taalmodel

Decennialang was spraakherkenning opgesplitst. Een overzicht uit 2023 beschrijft vier onderdelen: akoestische kenmerkextractie, akoestische modellering, taalmodellering en een zoekproces dat het beste antwoord kiest.

  • Het akoestische model schat welke spraakklanken in elk stukje audio zitten. Klassieke systemen gebruikten verborgen Markovmodellen om verschillende spreeksnelheden aan te kunnen.
  • Een uitspraaklexicon verbindt die klanken met woorden.
  • Het taalmodel beoordeelt waarschijnlijke woordreeksen, zodat het systeem betekenisvolle woorden boven vergelijkbaar klinkende onzin kiest.

De moderne aanpak: end-to-end modellen

Nieuwere systemen zijn meestal end-to-end: één neuraal netwerk leert de volledige omzetting van audio naar tekst, getraind op getranscribeerde spraak. Hetzelfde overzicht meldt dat deep learning woordfoutpercentages met meer dan 50% verlaagde ten opzichte van eerdere modellen en dat end-to-end modellen de voornaamste aanpak zijn geworden. OpenAI's Whisper is een bekend voorbeeld; onze gids legt uit wat Whisper AI is.

Klassieke keten End-to-end model
Structuur Afzonderlijk akoestisch model, uitspraaklexicon en taalmodel Eén neuraal netwerk van audio naar tekst
Nodig voor training Handgemaakte woordenlijsten en foneemsets, plus meerdere trainingsfasen Veel getranscribeerde spraak
Typische zwakte Afzonderlijk getrainde onderdelen kunnen fouten en kosten toevoegen Vereist veel getranscribeerde spraak; tekst zonder audio benutten is lastiger
Taalkennis Afzonderlijk taalmodel Binnen het netwerk geleerd; extern model kan worden toegevoegd

Live versus bestandstranscriptie: wat is het verschil?

Realtime spraak naar tekst (streaming) toont tekst terwijl iemand nog spreekt, geschikt voor dicteren en live captions. Bestandstranscriptie (batch) verwerkt een voltooide opname en levert daarna het volledige transcript, geschikt voor interviews, vergaderingen en colleges.

Google Cloud Speech-to-Text kent drie verzoektypen: synchroon voor maximaal 1 minuut audio, asynchroon voor bestanden tot 480 minuten en streaming, met tussentijdse resultaten terwijl iemand nog spreekt. Microsoft Azure Speech maakt een vergelijkbaar onderscheid tussen realtime, snelle en batchtranscriptie (beide gecontroleerd november 2026).

Live spraak naar tekst (streaming) Bestandstranscriptie (batch)
Wanneer verschijnt tekst Tijdens het spreken; voorlopige woorden kunnen veranderen bij meer audio Na verwerking van de opname
Typische toepassingen Dicteren, live captions, spraakassistenten Interviews, vergaderingen, colleges, podcasts, video-ondertitels
Wat je bewaart Wat in het tekstvak of captionvenster terechtkomt Een transcript dat je kunt bewerken en exporteren
Belangrijkste afweging Snelheid boven afwerking Je wacht, maar kunt het bestand met andere instellingen opnieuw verwerken

Praktische regel: heeft niemand de woorden meteen nodig, neem dan heldere audio op en transcribeer het bestand. Je behoudt het origineel en kunt elke regel controleren.

Waarvoor wordt spraak naar tekst gebruikt?

Mensen gebruiken het om zonder typen te schrijven, opnamen om te zetten in doorzoekbare notities, video van captions te voorzien en gesproken inhoud toegankelijk te maken. Microsoft noemt ook toepassingen in contactcenters zoals analyse na gesprekken.

Toepassing Gebruikelijke modus
E-mails, berichten en concepten inspreken Live dicteren
Vergader- en interviewnotities Bestandstranscriptie of live voor snelle notities
Notities van colleges en seminars Opnemen, dan bestandstranscriptie
Captions en ondertitels voor video Bestandstranscriptie met SRT- of VTT-export
Spraakmemo's en opgenomen gesprekken Bestandstranscriptie
Toegankelijkheid voor dove en slechthorende mensen of mensen die geen toetsenbord kunnen gebruiken Live captions en dicteren

Onze gids over apps om colleges op te nemen behandelt de situatie in de les. Verkrijg vóór opname de vereiste toestemming van deelnemers en organisator.

Waar vind je spraak naar tekst op telefoon of computer?

De meeste apparaten bevatten al spraak naar tekst om te typen: Windows-logotoets + H op Windows 11, Dictation op Mac of iPhone, of de microfoon op Googles Gboard-toetsenbord op Android. Deze tools typen in het huidige veld; bestaande opnamen transcriberen ze niet.

Platform Ingebouwde functie Starten (volgens officiële hulp) Internet nodig? (volgens pagina)
Windows 11 Voice typing Zet cursor in tekstvak en druk Windows-logotoets + H Ja. Microsoft zegt dat voice typing online spraakherkenning via Azure Speech gebruikt
Mac Dictation Schakel in via System Settings, Keyboard, Dictation. Start met microfoontoets, sneltoets of Edit, Start Dictation Verschilt. Toetsenbordinstellingen tonen of algemeen dicteren op de Mac wordt verwerkt
iPhone Dictation Settings, General, Keyboard, Enable Dictation. Tik daarna op de microfoon op het toetsenbord Vaak niet. Volgens Apple werkt Dictation in veel talen op de iPhone zonder internet
Android Gboard voice typing Tik in een app waarin je kunt typen op de microfoon bovenaan het toetsenbord Niet vermeld op Googles pagina

Enkele details van de officiële pagina's:

  • Windows: Microsofts handleiding voor voice typing behandelt ook optionele automatische interpunctie.
  • Mac: volgens Apples Mac Dictation-handleiding stopt Dictation na 30 seconden zonder spraak en worden onzekere woorden blauw onderstreept, bijvoorbeeld ‘flour’ als je ‘flower’ bedoelde.
  • iPhone: Apples iPhone Dictation-handleiding vermeldt gesproken opdrachten voor interpunctie en bewerkingen.
  • Android: Googles Gboard-hulppagina zegt dat talk-to-text niet met alle talen werkt en sommige stappen Android 7.0 of nieuwer vereisen.

Menunamen veranderen per versie; volg daarom de hulppagina van je apparaat.

Hoe nauwkeurig is spraak naar tekst en wat zijn de beperkingen?

Bij heldere audio van één persoon dicht bij de microfoon herkent moderne spraak-naar-tekstsoftware de meeste woorden goed. Nauwkeurigheid daalt bij ruis, afstand, sterke accenten, specialistische termen en overlappende sprekers. Er is geen universeel cijfer; de opname is even belangrijk als de software.

De standaardmaat is het woordfoutpercentage (WER): vervangen, weggelaten en toegevoegde woorden gedeeld door de woorden in een door mensen gecontroleerd transcript. Ons artikel over hoe nauwkeurig Whisper is toont hoe WER verschilt tussen heldere audioboeken en vergaderopnamen op afstand.

Beperking Waarom Wat helpt
Accenten en dialecten Modellen zien sommige accenten veel minder vaak tijdens training Kies de juiste regionale variant; test een kort fragment
Achtergrondgeluid en afstand Ruis en echo vervagen het spraaksignaal Ga dichter bij de microfoon zitten; gebruik een stille ruimte of headset
Vaktermen, namen en zeldzame woorden Modellen geven voorkeur aan gewone woorden Eigen woordenlijsten (Microsoft noemt ze phrase lists), of namen en getallen controleren
Meerdere sprekers en overlap Overlappende stemmen zijn moeilijk te scheiden; sprekerlabels zijn een aparte taak, diaristatie Eén persoon tegelijk; controleer sprekerlabels
Telefoon- en lagekwaliteitsaudio Google zegt dat oudere telefoonaudio meestal 8,000 Hz is, wat minder nauwkeurig kan zijn Neem met hogere kwaliteit op; upsampling herstelt oude audio niet
Gelijkklinkende woorden ‘Flour’ en ‘flower’ klinken in het Engels hetzelfde Lees tekst na vóór verzending

Twee gewoonten vangen de meeste fouten: controleer elke naam, elk getal en elke technische term met de audio en behandel live captions als hulpmiddel, niet als verslag.

Spraak naar tekst voor toegankelijkheid

Spraak naar tekst helpt op twee manieren. Dicteren laat mensen schrijven door te spreken; W3C noemt onder meer mensen met een lichamelijke beperking, RSI en cognitieve of leerbeperkingen die ervan afhankelijk zijn. Captions en transcripties helpen dove en slechthorende mensen audio te volgen.

Volgens de W3C-pagina over auditieve beperkingen heeft audio alternatieven zoals transcripties en captions nodig. W3C waarschuwt ook dat automatische captions meestal te onnauwkeurig zijn om als alternatief op te vertrouwen: specialistische termen ontbreken en zinnen lopen samen. Controleer en corrigeer de uitvoer vóór publicatie. Onze gids over ondertitels versus captions legt de twee vormen uit.

Telefoons hebben ook live tools. Apples Live Captions (iPhone 11 of nieuwer) transcribeert audio uit apps of de omgeving realtime; Apple zegt er niet op te vertrouwen in risicovolle situaties of noodgevallen. Googles Live Transcribe op Android toont spraak en geluiden als tekst en vereist internet tenzij je een offline taal gebruikt.

Een spraak-naar-teksttool kiezen: 5 criteria

Begin bij wat je wilt maken. Voor een snel bericht volstaat ingebouwd dicteren. Beoordeel tools voor lange opnamen op deze vijf punten.

  1. Live of opgenomen? Stemtypen vereist dicteren binnen je apps. Bestaande opnamen vereisen een tool die bestanden en eventueel links accepteert.
  2. Ondersteuning voor taal en accent. Controleer of je taal en regionale variant voor de gekozen modus vermeld staan; live en bestand komen niet altijd overeen.
  3. Waar gaat audio naartoe? Sommige tools verwerken spraak op het apparaat, andere sturen die naar een server. Lees het privacybeleid vóór je gevoelige opnamen uploadt en verkrijg vóór opname de vereiste toestemming van anderen en de organisator.
  4. Wat krijg je terug? Zoek sprekerlabels, tijdstempels, een editor en export zoals DOCX, TXT, SRT of VTT.
  5. Duur en kosten. Controleer de maximale bestandsduur, grootste upload en hoe de prijs met uren audio groeit.

Staat budget voorop, dan vergelijkt onze selectie van de beste gratis transcriptiesoftware gratis niveaus.

Waar past whispertranscribe.ai?

whispertranscribe.ai is een browserdienst die opnamen naar tekst omzet en live transcriptie van je microfoon biedt. Het is geen dicteertool: het typt niet in andere apps en heeft geen desktopapp. Volgens onze productpagina's:

De nauwkeurigheid bereikt tot 99% bij heldere audio; achtergrondgeluid, sterke accenten en overlap verlagen die. Betaalde abonnementen beginnen bij $9.99/maand bij jaarbetaling (prijzen); je kunt gratis beginnen zonder account. De volledige lijst staat op de functiepagina.

Veelgestelde vragen

Is voice-to-text hetzelfde als speech-to-text?

Ja. Beide namen beschrijven één technologie: software die spraak hoort en er bewerkbare tekst van maakt. ‘Speech-to-text’ komt vaker voor in ontwikkelaarsdocumentatie van Google en Microsoft, terwijl mensen vaker ‘voice-to-text’ zoeken. Beide gebruiken automatische spraakherkenning. Houd ‘voice recognition’ apart: W3C gebruikt die term voor herkenning van wie spreekt in plaats van wat gezegd wordt.

Is spraak naar tekst hetzelfde als dicteren?

Niet helemaal. Dicteren is één toepassing: je spreekt in een tekstveld en woorden verschijnen bij de cursor, zoals bij Windows voice typing of Apple Dictation. Spraak naar tekst omvat ook transcriptie, waarbij een volledige opname zoals een interview, college of vergadering een bewerkbaar transcript wordt. Gebruik dicteren voor nieuwe tekst; gebruik een transcriptietool voor bestaande audio waarvan je een verslag nodig hebt.

Heeft spraak naar tekst internet nodig?

Dat hangt van de tool af. Volgens Microsoft vereist Windows voice typing internet omdat het online spraakherkenning gebruikt. Apple zegt dat iPhone Dictation in veel talen zonder internet op het apparaat wordt verwerkt; Mac-toetsenbordinstellingen tonen of verwerking op de Mac plaatsvindt. Googles Live Transcribe vereist internet behalve bij een offline taal. Cloudtranscriptiediensten, ook browserdiensten, hebben verbinding nodig om audio te uploaden en verwerken.

Is spraak naar tekst gratis?

Eenvoudige spraak naar tekst is op de meeste apparaten gratis. Windows, macOS, iOS en Android bevatten stemtypen of dicteren zonder meerkosten, al verschilt taalondersteuning. Voor lange opnamen ontstaan meestal kosten: veel diensten bieden een gratis proef of niveau en rekenen daarna per audiouur of abonnement. Controleer vóór betaling maximale bestandsduur en uploadgrootte, ondersteunde talen en inbegrepen exportformaten.

Hoe nauwkeurig is spraak naar tekst?

Bij heldere audio van één spreker dicht bij de microfoon herkent moderne software de meeste woorden goed, maar er is geen universeel nauwkeurigheidscijfer. Fouten nemen toe bij achtergrondgeluid, echo, afstand, sterke accenten, technische termen en overlap. De gebruikelijke maat is het woordfoutpercentage, dat vervangen, ontbrekende en extra woorden telt. Controleer namen, getallen en specialistische termen altijd aan de hand van audio voordat je op een transcript vertrouwt.

Kan spraak naar tekst herkennen wie spreekt?

Sommige tools wel. Labelen wie wanneer sprak is een aparte stap, sprekerdiarisatie, en niet elke tool heeft die. Ingebouwd dicteren gaat uit van één spreker: jij. Transcriptiediensten voegen vaak sprekerlabels toe; Microsoft Azure Speech documenteert bijvoorbeeld diaristatie voor maximaal 35 sprekers. Labels werken het best bij verschillende stemmen zonder overlap; controleer ze dus bij vergelijkbare stemmen of door elkaar praten.


Heb je een opname om naar tekst om te zetten? Upload die naar whispertranscribe.ai voor een transcript in 130+ talen, met DOCX-, PDF-, SRT- en VTT-export.

Bronnen

Wil je je opnamen omzetten in tekst?

Transcribeer audio en video met whispertranscribe.ai.

Begin met transcriberen ↗