AI spraak naar tekst: welke tools werken?

AI spraak naar tekst: de tools op een rij

Prijzen zoals ze in september 2026 op de sites van de aanbieders stonden. Prijzen in dollars zijn exclusief btw.

Let op de taal. Amberscript, Good Tape, Teams en de API's werken met Nederlands. Otter.ai ondersteunt Engels, Spaans, Frans, Duits, Japans en Chinees, maar geen Nederlands. De kwaliteit hangt vooral af van de opname: één spreker met een goede microfoon gaat bijna foutloos, een telefoongesprek met achtergrondgeluid en mensen die door elkaar praten veel minder.

Welke tool past bij welk werk?

Een eenvoudige keuzehulp:

• Je vergadert vooral in Teams. Begin met de transcriptie in Teams zelf. De tekst blijft in je eigen Microsoft-omgeving. Met Copilot krijg je er ook een samenvatting bij.
• Je neemt interviews of gesprekken op. Amberscript of Good Tape. Beide zijn Europees en eenvoudig: opname erin, tekst eruit. Amberscript kan de tekst ook door een mens laten nakijken, voor als het foutloos moet.
• Je wilt een assistent die bij elk online overleg meeluistert. Een notuleertool, zoals Otter.ai als je vooral Engels spreekt, of Copilot in Teams. Let op toestemming van deelnemers en op waar de opnames staan. Zie ook AI tools voor bedrijven.
• Je wilt opnames automatisch verwerken. Een API zoals die van OpenAI of ElevenLabs. De kosten per uur zijn laag, maar je hebt een koppeling nodig.
• Opnames mogen de deur niet uit. Whisper op je eigen server. Het model is open source en draait zonder internetverbinding.

Test altijd op je eigen opnames. Een tool die goed scoort op een demo met een heldere stem, kan tegenvallen bij een klant die belt vanuit de auto.

Spraak naar tekst en de AVG

Een opname van een gesprek is een persoonsgegeven, en vaak zit er gevoelige informatie in. Let op vier dingen:

1. Toestemming en uitleg. Laat deelnemers weten dat je opneemt en waarvoor. Bij klantgesprekken hoort dat in je privacyverklaring.
2. Verwerkersovereenkomst. Een aanbieder die je opnames verwerkt, is een verwerker. Sluit een overeenkomst en controleer waar de gegevens staan.
3. Training. Controleer of de aanbieder je opnames gebruikt om modellen te trainen. Bij zakelijke abonnementen en API's is dat meestal uit te zetten of standaard uit.
4. Bewaartermijn. Bewaar de opname niet langer dan nodig. Vaak is de tekst genoeg en kan de audio na verwerking weg.

Werk je in de zorg, het onderwijs of met bijzondere persoonsgegevens, kies dan een aanbieder met opslag in de EU of draai het model zelf.

Wanneer een losse tool niet genoeg is

Een transcriptietool levert tekst. Daarna begint het echte werk: iemand leest de tekst, haalt de afspraken eruit, zet taken in het projectsysteem, werkt het klantdossier bij en stuurt een samenvatting. Bij een paar gesprekken per week is dat prima. Bij tientallen per dag is het een baan.

Signalen dat je verder moet kijken dan een losse tool:

• je team kopieert elke dag tekst uit een transcriptietool naar een ander systeem;
• klanten spreken voicemails of spraakberichten in die iemand moet uitluisteren;
• buitendienstmedewerkers typen 's avonds hun rapporten uit;
• gesprekken moeten volgens een vast format worden vastgelegd, bijvoorbeeld een intake of een verslag;
• je wilt kunnen zoeken in wat er in honderden gesprekken is gezegd.

In al die gevallen zit de winst in wat er automatisch met de tekst gebeurt. Een nog betere transcriptie verandert daar weinig aan.

Zo koppel je spraak naar tekst aan je eigen systemen

Een gekoppelde oplossing werkt in vier stappen:

1. Opname binnen. Een opname komt binnen uit je telefooncentrale, een spraakbericht, een app op de telefoon van een monteur of een vergadering.
2. Transcriptie. De opname gaat naar een spraakmodel via een API, of naar Whisper op je eigen server.
3. Verwerking. Een taalmodel maakt van de tekst wat je nodig hebt: een samenvatting, een ingevuld formulier, een lijst met taken of een conceptantwoord.
4. Terug in je systeem. Het resultaat komt in je CRM, je ERP, je planning of je dossier, bij de juiste klant of het juiste project. Een medewerker controleert waar dat nodig is.

We bouwen zo'n stroom in een koppelplatform of in eigen code, met logging per opname, een melding als iets niet lukt en automatisch verwijderen van de audio na de termijn die je afspreekt. Hoe koppelingen werken, lees je bij API koppelingen. Moet het systeem ook zelf iets doen, zoals een afspraak inplannen, dan bouwen we een AI agent met duidelijke grenzen.

Voorbeeld: werkbonnen inspreken

Een fictief voorbeeld. Een installatiebedrijf met vijftien monteurs laat elke monteur aan het eind van de dag een werkbon invullen: wat is er gedaan, welke materialen zijn gebruikt, is er een vervolgafspraak nodig. Dat gebeurt vaak laat, onvolledig of helemaal niet, en de planning belt achteraf na.

Na de inrichting spreekt de monteur na elke klus een kort bericht in op zijn telefoon. Binnen een minuut staat er een ingevulde werkbon klaar in het planningssysteem, met materialen gekoppeld aan de artikelen in het ERP. Mist er iets, dan krijgt de monteur direct een vraag terug. De planning ziet dezelfde dag welke vervolgafspraken nodig zijn.

Welk klantvoorbeeld mogen we hier noemen? Meer echte projecten staan bij casestudies.

Hoe je begint

Begin klein. Kies één soort opname die veel tijd kost en test een paar tools op echte voorbeelden. Is de tekst goed genoeg, kijk dan wat er daarna met die tekst moet gebeuren en hoeveel handwerk dat is.

Wil je dat stuk automatiseren, dan kijken we samen welke systemen gekoppeld moeten worden en wat het oplevert. Meer over hoe we bouwen staat bij AI automatisering. Wil je eerst weten waar je begint, plan dan een strategiegesprek.

Veelgestelde vragen

Verder lezen

Meer taken met AI

Terug naar de kennisbank