100×worker · taakanalyse

Kan AI audio transcriberen?

Door Hendrik De Winne Laatst bijgewerkt: 10 augustus 2026 Read this in English

Deels Deels. AI zet audio vandaag vlot om naar tekst en is sterk bij heldere, eentalige opnames met één spreker. Bij meerdere sprekers, achtergrondgeluid, dialect of vaktaal daalt de nauwkeurigheid merkbaar. Je krijgt een snelle eerste versie, toch moet je ze nalezen op namen, cijfers en sprekerslabels voor je ze als notulen of verslag gebruikt.

Hoe pak je het aan?

De basiswerking is simpel: je laadt een audiobestand (mp3, wav, m4a) of een video-opname op in een tool met spraakherkenning. Denk aan de ingebouwde transcriptiefunctie van Microsoft Teams of Zoom, of aan gespecialiseerde tools zoals Otter.ai of diensten gebouwd op OpenAI Whisper. Binnen enkele minuten krijg je een lopende tekst terug, vaak met tijdstempels per zin of alinea.

Veel tools bieden ook sprekersonderscheid (diarisatie): ze proberen te herkennen wanneer spreker A stopt en spreker B begint, en labelen dit als "Spreker 1", "Spreker 2" enzovoort. Dat werkt goed bij een gesprek met twee duidelijk gescheiden stemmen, minder goed bij een vergadering met vijf mensen die door elkaar praten. Je kan de labels achteraf handmatig vervangen door echte namen.

Concreet gebruik je dit voor vergaderverslagen, interviews, klantgesprekken, telefoongesprekken van een klantendienst, podcastopnames of colleges en lezingen. Na de ruwe transcriptie kan je een AI-model vragen om er een samenvatting, actiepuntenlijst of net een letterlijk verslag van te maken, afhankelijk van wat je nodig hebt.

Stappenplan

Neem het gesprek op met een aparte microfoon of headset, niet met de laptopspeaker op afstand.
Vraag vooraf toestemming aan de deelnemers om de opname te maken en te verwerken.
Upload het audiobestand in een tool met transcriptiefunctie (vergadertool, dicteerapp of gespecialiseerde dienst).
Geef context mee waar mogelijk: aantal sprekers, namen van deelnemers, vakjargon dat voorkomt.
Laat de AI een eerste transcript genereren, inclusief sprekerslabels indien beschikbaar.
Lees het transcript na tegen de opname: check namen, cijfers, vaktermen en sprekerstoewijzing voor je het gebruikt.

Waar het misloopt

De grootste knelpunten zijn sprekersonderscheid bij overlappende stemmen, achtergrondgeluid (open kantoor, straatlawaai, slechte microfoon), en taal die afwijkt van standaardtaal: dialect, tussentaal, sterk regionaal accent. Vaktermen, afkortingen, eigennamen en cijfers (bedragen, data, referentienummers) zijn de plekken waar transcripties het vaakst fout gaan, ook bij goede audiokwaliteit.

Je blijft zelf verantwoordelijk voor de controle. Bij notulen, juridische verslagen of medische dictaten moet je het transcript altijd naast de opname leggen voor je het verspreidt of archiveert. Bij gesprekken met klanten of patiënten speelt bovendien de vraag of je toestemming hebt om op te nemen en te verwerken: dat is een aandachtspunt los van de technische kwaliteit.

Prompt om mee te starten

Ruwe transcriptie opschonen en structureren

Hier is een ruwe, automatisch gegenereerde transcriptie van [type gesprek, bv. teamvergadering / klantgesprek / interview]. De sprekers zijn: [namen invullen, bv. Spreker 1 = Jan Peeters, Spreker 2 = Elke Van Damme]. Doe het volgende: 1. Vervang de generieke sprekerslabels door de juiste namen. 2. Verwijder stopwoorden en herhalingen ('euh', 'ja ja', dubbele zinnen) zonder de inhoud te veranderen. 3. Voeg leestekens en alinea's toe voor leesbaarheid. 4. Markeer met [ONDUIDELIJK] elke passage waar je niet zeker bent van de inhoud. 5. Maak onderaan een lijst met actiepunten en wie ze opvolgt, alleen als dit expliciet besproken werd. Geef het resultaat in gewoon Nederlands, geen vertaling of samenvatting van de rest van de tekst.

Beroepen waarin deze taak verschuift

Welke van jouw taken kan AI overnemen?

De gratis scan bouwt in 30 seconden jouw persoonlijke taakkaart.

Doe de gratis taak-scan

Veelgestelde vragen

Kan AI een vergadering met meerdere sprekers transcriberen?

Ja, maar met beperkingen. De meeste transcriptietools kunnen sprekers uit elkaar houden (diarisatie) als iedereen op zijn beurt en duidelijk spreekt. Bij overlappende stemmen, snel doorpraten of vijf mensen rond één microfoon lopen de sprekerslabels vaak in de war. Je krijgt dan een correcte tekst, maar met foute toewijzing van wie wat zei. Controleer dit altijd handmatig voor je het als officieel verslag verstuurt, zeker bij besluiten of actiepunten.

Kan AI Vlaams dialect of tussentaal verstaan?

Beperkt. Transcriptietools zijn vooral getraind op standaardtaal. Bij duidelijk Algemeen Nederlands gesproken met een licht accent werkt het meestal goed. Bij sterk dialect, tussentaal of veel informele uitdrukkingen neemt het aantal fouten toe: woorden worden verkeerd verstaan of foutief naar standaardtaal omgezet. Voor gesprekken waar exacte bewoording telt (juridisch, medisch) is nalezen tegen de opname dan geen extra stap maar een noodzaak.

Mag je een AI-transcript gebruiken als officieel verslag of notulen?

Dat kan, maar niet zonder controle. Een AI-transcript is een sterke eerste versie, geen eindproduct. Voor notulen die intern circuleren met lage impact is snel nalezen vaak genoeg. Voor verslagen met juridische, financiële of medische waarde moet je het transcript woord voor woord toetsen aan de opname, en blijft de opsteller van het verslag verantwoordelijk voor de juistheid, niet de AI-tool.

Bronnen

Dit artikel is opgesteld met AI-ondersteuning en redactioneel nagekeken.