Wat is speech to text?
Speech to text, ook wel spraakherkenning genoemd, is AI technologie die gesproken taal omzet in geschreven tekst.
Het is in feite het omgekeerde van text to speech, waarbij tekst juist wordt omgezet in spraak. Beide technieken worden vaak samen gebruikt.
Hoe werkt speech-to-text (spraakherkenning)?
Het model is getraind op enorme hoeveelheden gesproken audio, samen met de bijbehorende geschreven tekst. Daardoor leert het de klanken van taal te herkennen en om te zetten in de juiste letters en woorden. Moderne systemen kunnen dit inmiddels met verschillende accenten, achtergrondgeluid en spreektempo’s, al gaat het nooit helemaal foutloos.
Realtime versus achteraf
Spraakherkenning kent twee toepassingen. Bij realtime spraakherkenning zet het systeem je woorden direct om in tekst, terwijl je nog aan het praten bent, zoals bij het dicteren van een appje. Bij verwerking achteraf analyseert het systeem een hele opname in één keer, bijvoorbeeld om een uur durende podcast om te zetten in een volledig transcript. Realtime verwerking is technisch lastiger, omdat het systeem geen tijd heeft om de rest van de zin af te wachten voor context.
Waar kom je het tegen?
- Dictatiefuncties, waarmee je een tekst inspreekt in plaats van typt
- Automatisch gegenereerde ondertiteling bij video’s
- Spraakassistenten zoals Siri en Google Assistent, die eerst moeten ‘verstaan’ wat je zegt
- Transcripties van vergaderingen, interviews of podcasts
Steeds meer AI-chatbots bieden ook een ingebouwde spraakfunctie aan, zodat je een gesprek kunt voeren zonder te typen, en het antwoord soms zelfs weer hardop terugkrijgt via text-to-speech.
Niet altijd foutloos
Spraakherkenning presteert het beste bij duidelijke, standaardtaal. Bij zware accenten, vakjargon, of veel achtergrondgeluid maakt het systeem vaker fouten. De techniek verbetert wel voortdurend, mede doordat modellen op steeds grotere en diversere datasets worden getraind, en steeds vaker gebruikmaken van dezelfde soort taalmodellen als moderne chatbots. Voor belangrijke transcripties, zoals juridische of medische documenten, blijft een menselijke controle daarom nog altijd verstandig.