Door de redactie van whispertranscribe.ai · Laatst bijgewerkt: november 2026 · 13 minuten leestijd
Wat is Whisper AI? Meestal wordt OpenAI Whisper bedoeld, een opensource-spraakherkenningsmodel dat OpenAI in september 2022 publiceerde. Het zet opgenomen spraak om in tekst, herkent de gesproken taal en kan andere talen naar het Engels vertalen. OpenAI trainde het op 680.000 uur weboaudiomateriaal en bracht code en gewichten uit onder de MIT-licentie.
Ter informatie: wij maken whispertranscribe.ai. whispertranscribe.ai is een webtool die audio en video in 130+ talen naar tekst omzet. Deze gids onderscheidt het model duidelijk van producten die erop zijn gebouwd; elk cijfer over het model komt uit OpenAI's eigen onderzoek, repository of modelkaart.
Kort antwoord: wat is Whisper AI?
Whisper is een spraak-naar-tekstmodel, geen app of bedrijf. Je kunt het downloaden uit OpenAI's GitHub-repository en op je eigen computer uitvoeren, of een dienst gebruiken die dat voor je doet.
- Maker: OpenAI. Het onderzoek Robust Speech Recognition via Large-Scale Weak Supervision verscheen op 6 december 2022 op arXiv.
- Wat het doet: spraak transcriberen, taal herkennen, spraak naar Engels vertalen en tijdstempels voor segmenten toevoegen.
- Wat het niet standaard doet: sprekers labelen of live transcriberen. Volgens OpenAI's modelkaart kan het niet zonder aanpassing voor realtime transcriptie worden gebruikt.
- Groottes: zes, van tiny (39 miljoen parameters) tot large (1.550 miljoen).
- Kosten: gratis te downloaden en uit te voeren. Je zorgt zelf voor hardware.
‘Whisper AI’ kan drie dingen betekenen
De naam wordt losjes gebruikt en deze drie betekenissen worden gemakkelijk verward.
| Wat mensen ‘Whisper AI’ noemen | Wat het is | Wie het maakt | Gebruik |
|---|---|---|---|
| OpenAI Whisper | Een opensource-spraakherkenningsmodel | OpenAI | Download code en gewichten en voer ze zelf uit |
| whisper-1 | OpenAI's gehoste API-model voor transcriptie | OpenAI | Stuur audiobestanden naar OpenAI's API en betaal per gebruik |
| Apps met ‘Whisper’ in de naam | Transcriptieproducten zoals whisperai.com en whispertranscribe.ai (deze site) | Verschillende bedrijven | Upload audio of neem op in hun apps |
Producten in de derde rij zijn niet het model zelf of onderling uitwisselbaar. Elk bedrijf bepaalt eigen functies, limieten, prijzen en privacyvoorwaarden. In dit artikel betekent ‘Whisper’ het model van OpenAI.
Hoe werkt Whisper?
Whisper is een encoder-decoder-Transformer. De encoder zet 30 seconden audio om in een numerieke representatie; de decoder schrijft de bijbehorende tekst token voor token, gestuurd door speciale tokens die de taak aangeven.
Het Whisper-onderzoek beschrijft deze keten:
- Hersamplen. Audio wordt omgezet naar 16,000 Hz.
- Verdelen in vensters van 30 seconden. Het model bekijkt steeds 30 seconden. Kortere fragmenten worden aangevuld.
- Een spectrogram maken. Elk venster wordt een log-Mel-spectrogram met 80 kanalen: een afbeelding van geluidsenergie per frequentie, berekend op frames van 25 milliseconden om de 10 milliseconden. (Large-v3 gebruikt 128 kanalen.)
- Encoderen. Twee convolutielagen en een reeks Transformer-blokken verwerken het spectrogram.
- Decoderen. De decoder voorspelt eerst de taal of een token voor ‘geen spraak’. Daarna volgen taak (transcriberen of vertalen), keuze voor tijdstempels en ten slotte de tekst.
Ook tijdstempels worden als tokens voorspeld, afgerond op de dichtstbijzijnde 20 milliseconden. Zo verwerkt één model taalherkenning, transcriptie, vertaling en timing.
Waarop is Whisper getraind?
De oorspronkelijke modellen leerden van 680.000 uur internetaudio met bijbehorende transcripties. OpenAI noemt dit ‘weak supervision’ omdat transcripties niet met de hand zijn gecontroleerd zoals benchmarkdatasets.
| Aandeel trainingsaudio | Uren | Inhoud |
|---|---|---|
| Ongeveer 65% | 438.000 | Engelse audio met Engelse transcripties |
| Ongeveer 18% | 126.000 | Niet-Engelse audio met Engelse transcripties (vertaalgegevens) |
| Ongeveer 17% | 117.000 | Niet-Engelse audio met transcripties in dezelfde taal |
Bron: OpenAI's Whisper-modelkaart. Het onderzoek rondt het aandeel vertaling af op 125.000 uur.
Twee details verklaren veel van Whispers gedrag. OpenAI filterde transcripties die machinaal leken, zoals tekst volledig in hoofdletters; daardoor leerde het model zinnen met interpunctie schrijven. Vroege modellen raadden ook vaak sprekernamen omdat veel webtranscripties die bevatten. OpenAI trainde die neiging weg, maar het laat zien hoe sterk het model zijn trainingstekst weerspiegelt.
Large-v3 is anders getraind, op ongeveer 5 miljoen uur: 1 miljoen met zwakke weblabels en 4 miljoen gelabeld door large-v2, volgens de Hugging Face-modelkaart.
Whisper-modelgroottes vergeleken
Whisper heeft zes groottes. Kleinere modellen zijn sneller op bescheiden hardware; grotere maken minder fouten maar vereisen meer videogeheugen (VRAM). De cijfers komen uit OpenAI's README.
| Grootte | Parameters | Alleen Engelse versie | Meertalige versie | Vereist VRAM | Snelheid t.o.v. large |
|---|---|---|---|---|---|
| tiny | 39 M | tiny.en | tiny | ~1 GB | ~10x |
| base | 74 M | base.en | base | ~1 GB | ~7x |
| small | 244 M | small.en | small | ~2 GB | ~4x |
| medium | 769 M | medium.en | medium | ~5 GB | ~2x |
| large | 1550 M | Geen | large | ~10 GB | 1x |
| turbo | 809 M | Geen | turbo | ~6 GB | ~8x |
OpenAI mat deze snelheden op Engelse spraak met een A100-datacenter-GPU en zegt dat de werkelijke snelheid sterk kan verschillen. Een laptop zal langzamer zijn.
Welk Whisper-model kies je?
Begin bij je beschikbare geheugen en het doel van de transcriptie:
- Testen op een eenvoudige computer: tiny of base, ongeveer 1 GB VRAM. Verwacht meer fouten.
- Alleen Engels: gebruik een
.en-model. Volgens OpenAI presteren die beter, vooral tiny en base. - Goede kwaliteit bij redelijke snelheid: turbo, ongeveer 6 GB. Dit is de standaard op de opdrachtregel.
- Spraak naar Engels vertalen: medium of large. Turbo is niet getraind voor vertaling en geeft de oorspronkelijke taal terug, ook als je om vertaling vraagt.
- Moeilijkste audio, beste mogelijke resultaat: large, ongeveer 10 GB VRAM.
Whisper-versies: korte tijdlijn
‘Large’ omvat drie versies; turbo is een afgeslankte large-v3. De versie is belangrijk omdat resultaten per checkpoint verschillen.
| Versie | Uitgebracht | Wat veranderde |
|---|---|---|
| Oorspronkelijke modellen (tiny tot large) | September 2022 | Eerste opensource-uitgave met onderzoek |
| large-v2 | December 2022 | Zelfde grootte, 2,5 keer langer getraind met extra regularisatie |
| large-v3 | November 2023 | 128 Mel-kanalen, nieuw Kantonees token, 10% tot 20% minder fouten dan v2 in veel talen |
| turbo (large-v3-turbo) | September 2024 | Decoderlagen verminderd van 32 naar 4 voor snelheid; geen vertaling |
Bronnen: Whisper-modelkaart, voetnoot over large-v2 in het onderzoek en Hugging Face-kaarten voor large-v3 en large-v3-turbo.
Hoeveel talen ondersteunt Whisper?
Whisper herkent ongeveer 99 talen. De taaldetector in het onderzoek gebruikte 99 taaltokens; de huidige tokenizer vermeldt 100 taalcodes nadat large-v3 Kantonees toevoegde. Ondersteuning is niet hetzelfde als kwaliteit: de modelkaart noemt sterke resultaten in ongeveer 10 talen.
Kwaliteit volgt de trainingsgegevens. Het onderzoek vond dat prestaties in een taal sterk samenhangen met het aantal trainingsuren en dat de meeste talen minder dan 1.000 uur hadden. Engels, Spaans of Duits levert doorgaans een schoner resultaat dan een taal met weinig trainingsmateriaal. De README verwijst naar een foutgrafiek per taal.
Verwar dit niet met productaantallen. whispertranscribe.ai ondersteunt 130+ talen. Dat cijfer betreft de taalondersteuning van ons product (de prijzenpagina zegt ‘130+ languages & accents’), niet het opensource-Whisper-model.
Hoe nauwkeurig is Whisper?
Er bestaat geen enkel nauwkeurigheidscijfer voor Whisper: het hangt af van modelgrootte, taal en opname. Op helder voorgelezen Engels behaalde large-v2 een woordfoutpercentage (WER) van 2.7%. Gemiddeld over 14 Engelse testsets, waarvan de meeste moeilijker, was dat 12.8%.
WER is het aandeel woorden dat een systeem vervangt, weglaat of toevoegt ten opzichte van een menselijk referentietranscript. Lager is beter. De cijfers komen uit tabel 2 van het onderzoek, waarin Whisper large-v2 wordt vergeleken met een wav2vec 2.0-model dat op de LibriSpeech-audioboekdataset is getraind:
| Testset | wav2vec 2.0 WER | Whisper large-v2 WER |
|---|---|---|
| LibriSpeech clean (voorgelezen audioboeken) | 2.7% | 2.7% |
| Common Voice (door vrijwilligers opgenomen spraak) | 29.9% | 9.0% |
| CHiME-6 (luidruchtige diners) | 65.8% | 25.5% |
| Gemiddelde over alle 14 testsets in de tabel | 29.3% | 12.8% |
Het patroon is belangrijk. Beide modellen scoren gelijk op de audioboektest, maar Whisper houdt zich elders beter staande en maakt gemiddeld 55.2% minder fouten. OpenAI rondt dit in de aankondiging af op 50% minder fouten. In de ruistests van het onderzoek presteerden modellen getraind op LibriSpeech beter bij vrijwel schone audio, maar slechter wanneer achtergrondgeluid zoals in een café luid werd, onder een signaal-ruisverhouding van 10 dB.
Dit zijn onderzoeksbenchmarks, geen belofte voor je eigen bestanden; productclaims staan daar los van. whispertranscribe.ai bereikt bijvoorbeeld tot 99% nauwkeurigheid bij heldere audio; achtergrondgeluid, overlap en sterke accenten verlagen dat.
Wat zijn de beperkingen van Whisper?
De belangrijkste zwakte van Whisper is dat het vloeiende tekst kan schrijven die niemand heeft gezegd. OpenAI noemt dit in de modelkaart hallucinatie en verbindt het aan de zwak begeleide training. Ook noemt de kaart herhaling, ongelijke nauwkeurigheid tussen talen en accenten en het ontbreken van ingebouwde sprekerlabels.
- Gehallucineerde tekst. In de studie Careless Whisper uit 2024 vonden onderzoekers dat ongeveer 1% van de gecontroleerde transcripties hele zinnen of zinsdelen bevatte die niet in de audio voorkwamen. Hallucinaties kwamen vaker voor bij lange spreekpauzes.
- Herhalingslussen. Het model kan een zin blijven herhalen. Beam search en terugvallen op een andere temperatuur beperken dit volgens de modelkaart enigszins, maar niet volledig.
- Ontbrekende eerste of laatste woorden. Het onderzoek noemt het overslaan van de eerste of laatste woorden van een segment als bekende fout.
- Lange opnamen vereisen vensters. Whisper ziet steeds 30 seconden. Voor langere bestanden schuift de transcriptietool het venster op met voorspelde tijdstempels; een fout kan het volgende venster beïnvloeden.
- Geen sprekerlabels. Diarisatie, bepalen wie wanneer sprak, is volgens de modelkaart niet robuust geëvalueerd. Daarvoor is een aparte tool nodig.
- Niet standaard realtime. Het is gebouwd voor opgenomen bestanden. Live captions vereisen aanvullende techniek.
- Ongelijk per taal en accent. De modelkaart noemt hogere foutpercentages voor sommige accenten, dialecten en demografische groepen.
OpenAI waarschuwt ook tegen transcriptie van mensen zonder toestemming en tegen gebruik voor beslissingen met hoge risico's.
Waar officiële bronnen verschillen
Sommige cijfers verschillen tussen OpenAI-documenten, vooral door afronding of versiewijzigingen. Controleer dit voordat je citeert:
| Onderwerp | Eén officiële bron zegt | Een andere zegt | Te gebruiken |
|---|---|---|---|
| Foutvermindering versus LibriSpeech-modellen | Onderzoek: gemiddeld 55.2% minder fouten | OpenAI-aankondiging: 50% minder fouten | Citeer het onderzoek en benoem de vergelijking |
| Talen in trainingsgegevens naast Engels | Onderzoek: 96 andere talen | Modelkaart: 98 talen | ‘Ongeveer 99 talen’ voor herkenning |
| Trainingsuren voor vertaling | Modelkaart: 126.000 | Onderzoek: 125.000 | Beide kunnen, mits als benadering vermeld |
| Aantal turbo-parameters | README en Hugging Face: 809 M | Tabel modelkaart: 798 M | 809 M, gebruikt door de meeste bronnen |
| Omvang trainingsgegevens | Oorspronkelijk onderzoek: 680.000 uur | Large-v3-kaart: 5 miljoen uur | Noem de bedoelde versie |
| Licentie | GitHub: MIT voor code en gewichten | Hugging Face large-v3-metadata: Apache-2.0 | Controleer het licentiebestand van je download |
Whisper gebruiken: zelf draaien, API aanroepen of app gebruiken
Er zijn drie praktische routes. Zelf Whisper draaien is gratis en houdt audio op je computer. OpenAI's API neemt de installatie weg maar beperkt de bestandsgrootte. Een gehoste transcriptieapp voegt bewerken, sprekerlabels en export toe, maar is een externe dienst met eigen voorwaarden.
| Opensource Whisper zelf draaien | OpenAI-transcriptie-API | Gehoste transcriptieapp | |
|---|---|---|---|
| Installatie | Python, PyTorch en FFmpeg | Code en API-sleutel | Een browser |
| Kosten | Gratis; eigen hardware | Betalen per gebruik | Gratis niveau of abonnement, verschilt per app |
| Bestandslimieten | Je hardware | 25 MB per bestand | Door elke app bepaald |
| Waar gaat audio heen | Blijft op je computer | Naar OpenAI verzonden | Naar servers van de app verzonden |
| Sprekerlabels | Niet ingebouwd | Niet in whisper-1 | Hangt van app af |
| Bewerken en export | TXT, SRT, VTT, TSV, JSON vanaf opdrachtregel | Terug naar je code; je bouwt de rest | Meestal editor plus document- en ondertitelexport |
Whisper op je eigen computer uitvoeren
OpenAI's README geeft de installatieopdracht en een eenvoudig gebruiksvoorbeeld:
pip install -U openai-whisper
whisper interview.mp3 --model turbo
Je hebt ook FFmpeg nodig; volgens de README zou de code op Python 3.8 tot 3.11 moeten werken. Voeg --language toe om de gesproken taal te kiezen, of --task translate met een meertalig model voor Engels. Modelgewichten worden bij het eerste gebruik gedownload. Whisper CLI is in deze sessie niet geïnstalleerd of getest.
OpenAI's API gebruiken
OpenAI's speech-to-text-gids beperkt uploads tot 25 MB per bestand; comprimeer of splits grotere bestanden. Bij controle in november 2026 markeerde de gids whisper-1 als verouderd met een stopdatum van 26 februari 2027 en verwees naar nieuwere transcriptiemodellen. Die nieuwere modellen zijn OpenAI-spraakmodellen, geen nieuwe uitgaven van de opensource-Whisper-familie.
Een gehoste transcriptieapp gebruiken
Wil je niets installeren, dan verwerkt een gehoste app bestanden op zijn servers. whispertranscribe.ai is een optie; de gratis audio-naar-tekstconverter is een snelle manier om die te proberen. Onze homepage beschrijft whispertranscribe.ai als aangedreven door Whisper en AI van de volgende generatie. Volgens onze productpagina's biedt het:
- Upload audio- of videobestanden tot 5GB en 10 uur, of plak een YouTube-, Vimeo-, Google Drive- of Dropbox-link in Transcribe from URL.
- 130+ talen, met inschakelbare sprekerherkenning.
- Live transcriptie van je microfoon en opnemen en transcriberen in de browser.
- Export naar DOCX, PDF, SRT, VTT, TXT en CSV, inclusief ondertitels via de AI-ondertitelgenerator.
- Audio naar Engels vertalen voor niet-Engelse opnamen.
Er zijn afwegingen. Je bestand gaat naar een clouddienst in plaats van op je computer te blijven. We bieden geen API, eigen woordenlijst of vergaderbot. Betaalde abonnementen beginnen bij $9.99/maand bij jaarbetaling (prijzen); je kunt gratis beginnen zonder account. Bekijk de Whisper AI-transcriptietool of alle functies voor details.
Is Whisper opensource en wat staat de licentie toe?
Ja. OpenAI's repository zegt dat de code en modelgewichten van Whisper onder de MIT-licentie zijn uitgebracht. MIT is een soepele licentie. In het algemeen mag je software op basis van de code gebruiken, kopiëren, aanpassen en verkopen, zolang je auteursrecht- en licentievermelding behoudt.
Twee aandachtspunten. Kopieën op andere sites kunnen andere licentiemetadata hebben; Hugging Face vermeldt Apache-2.0 voor large-v3. Lees de licentie bij je eigen kopie. Een licentie geldt voor software, niet voor opnamen die je invoert. Toestemmings- en privacyregels blijven van toepassing op audio. Dit is algemene informatie, geen juridisch advies; de MIT-licentietekst is de officiële bron.
Voor wie is Whisper?
Whisper past bij ontwikkelaars en anderen die met een terminal overweg kunnen en gratis, privé en onbeperkt willen transcriberen. Wil je een voltooid transcript met editor en export, dan is een gehoste app meestal sneller.
| Jij bent… | Geschikt | Waarom |
|---|---|---|
| Een ontwikkelaar die een product bouwt | Opensource Whisper of een API | Volledige controle over de keten |
| Een onderzoeker met gevoelige interviews | Opensource Whisper, lokaal uitgevoerd | Audio verlaat je computer niet |
| Een maker die deze week ondertitels nodig heeft | Gehoste app met SRT- of VTT-export | Geen installatie; getimede bestanden klaar om te uploaden |
| Iemand met een laptop zonder GPU | Een klein lokaal model of gehoste app | Grote modellen vereisen ongeveer 10 GB VRAM |
Checklist voordat je een Whisper-transcript vertrouwt
We baseerden deze checklist op de fouten in OpenAI's onderzoek en modelkaart:
- Controleer steekproefsgewijs pauzes en stiltes op zinnen die niemand zei.
- Zoek zinnen die meerdere keren achter elkaar worden herhaald.
- Vergelijk de eerste en laatste regels van het bestand met de audio.
- Controleer namen, getallen en technische termen.
- Controleer of de taal juist is herkend of stel die handmatig in.
- Controleer bij vertaling dat je geen turbo gebruikte.
- Voeg indien nodig sprekerlabels toe met een aparte tool.
- Verkrijg vóór opname of transcriptie de benodigde toestemming van anderen en de organisator.
Veelgestelde vragen
Is Whisper AI gratis?
Ja, OpenAI Whisper is gratis te downloaden en uit te voeren. OpenAI geeft code en modelgewichten uit onder MIT, zodat je ze kunt gebruiken zonder OpenAI te betalen. Je zorgt zelf voor de computer; het large-model vraagt ongeveer 10 GB GPU-geheugen. Gehoste opties kosten geld: OpenAI's API rekent per gebruik en transcriptieapps bepalen hun eigen abonnementen. Gratis betekent niet automatisch eenvoudig: je hebt Python, FFmpeg en enige ervaring met de opdrachtregel nodig.
Kan Whisper verschillende sprekers herkennen?
Niet zelfstandig. Whisper schrijft op wat is gezegd maar labelt niet wie het zei. Volgens OpenAI's modelkaart zijn mogelijkheden zoals sprekerdiarisatie niet robuust geëvalueerd. Voor labels combineert men Whisper meestal met een aparte diaristietool of gebruikt men een transcriptieapp met sprekerherkenning. whispertranscribe.ai heeft bijvoorbeeld een optie die je vóór transcriptie kunt inschakelen. Controleer labels altijd bij vergelijkbare stemmen.
Kan Whisper realtime transcriberen?
Niet standaard. Whisper is voor opgenomen audio ontworpen en verwerkt die in vensters van 30 seconden; volgens OpenAI's modelkaart kan het niet zonder extra werk realtime transcriberen. Ontwikkelaars hebben bijna-realtime tools gebouwd die korte delen aanleveren zodra ze binnenkomen. Zoek voor live captions een tool met speciale livemodus en verwacht meer correctiewerk dan bij een transcript van een voltooide opname.
Hoeveel talen ondersteunt Whisper?
Whisper herkent ongeveer 99 talen; de huidige tokenizer vermeldt 100 taalcodes nadat Kantonees in large-v3 werd toegevoegd. De kwaliteit verschilt sterk. OpenAI's modelkaart meldt sterke resultaten in ongeveer 10 talen en het onderzoek vond voor de meeste talen minder dan 1.000 uur trainingsaudio. Test een kort fragment voordat je op een minder gangbare taal vertrouwt. Productcijfers zoals 130+ talen van whispertranscribe.ai beschrijven de ondersteuning van dat product, niet die van het opensource-model.
Is whispertranscribe.ai hetzelfde als OpenAI Whisper?
Nee. OpenAI Whisper is een opensource-model dat je zelf downloadt en uitvoert. whispertranscribe.ai is een afzonderlijke browserdienst voor transcriptie; de homepage beschrijft die als aangedreven door Whisper en AI van de volgende generatie. De dienst voegt mogelijkheden toe die het ruwe model niet bevat, zoals uploads tot 5GB, linkimport uit YouTube of Google Drive, sprekerherkenning en DOCX-, PDF-, SRT- en VTT-export. Andere apps met ‘Whisper’ in hun naam zijn afzonderlijke producten van verschillende bedrijven.
Waarom schrijft Whisper soms woorden die niemand zei?
Omdat het tekst voorspelt zoals een taalmodel. Volgens OpenAI's modelkaart leidt training op grote hoeveelheden ruisachtige webdata ertoe dat het model soms woorden produceert die niet in de audio staan. OpenAI legt uit dat het voorspellen van het volgende waarschijnlijke woord wordt gecombineerd met transcriptie van wat het hoort. Een studie uit 2024 vond volledig verzonnen zinsdelen in ongeveer 1% van de gecontroleerde transcripties, vaker rond lange pauzes. Controleer pauzes, stille stukken en belangrijke inhoud met de audio.
Een Whisper-transcript zonder installatie? Upload een bestand of plak een link in whispertranscribe.ai voor tekst in 130+ talen, met DOCX-, PDF-, SRT- en VTT-export.
Bronnen
- OpenAI: Introducing Whisper (21 september 2022)
- Radford et al.: Robust Speech Recognition via Large-Scale Weak Supervision (arXiv 2212.04356)
- OpenAI: Whisper GitHub repository and README, model card en MIT license
- Hugging Face: openai/whisper-large-v3 model card
- OpenAI API docs: Speech to text guide (gecontroleerd november 2026)
- Koenecke et al.: Careless Whisper: Speech-to-Text Hallucination Harms (arXiv 2402.08021)
