Speech-to-Text is een AI-technologie die gesproken taal automatisch omzet in geschreven tekst. AI-modellen herkennen woorden, zinnen en context in audio en zetten die om naar leesbare tekst.
Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Hoe Speech-to-Text werkt
Een Speech-to-Text systeem analyseert eerst het geluid van een opname of live gesprek. De AI splitst het audiosignaal op in kleine stukjes en zoekt vervolgens naar patronen die overeenkomen met woorden en klanken.
Daarna voorspelt het model welke woorden het meest waarschijnlijk zijn. Moderne AI-systemen kijken daarbij niet alleen naar losse klanken, maar ook naar context binnen een zin. Hierdoor begrijpt het systeem beter wat iemand bedoelt, zelfs bij verschillende accenten of spreektempo’s.
Ontwikkelaars trainen deze modellen met grote hoeveelheden spraakdata. Daardoor leert de AI steeds beter omgaan met natuurlijke taal en variaties in uitspraak.
Toepassingen van Speech-to-Text
Het wordt op veel plekken gebruikt. Vaak merk je niet eens dat AI actief meeluistert en tekst genereert.
Bekende toepassingen zijn:
- spraakassistenten zoals Siri en Google Assistant
- automatische ondertiteling bij video’s
- transcripties van vergaderingen
- dicteren van berichten of documenten
- analyse van telefoongesprekken bij klantenservice
Daarnaast helpt deze technologie mensen die moeite hebben met typen of schrijven. Daardoor kan deze techniek ook bijdragen aan toegankelijkheid.
Verschil tussen Speech-to-Text en spraakassistenten
Deze technologie zet alleen gesproken taal om naar tekst. Een spraakassistent gaat een stap verder. Die probeert ook de betekenis van een opdracht te begrijpen en voert vervolgens een actie uit.
Bijvoorbeeld:
- Speech-to-Text zet “zet een timer van tien minuten” om naar tekst
- een spraakassistent begrijpt de opdracht en start daadwerkelijk een timer
Het vormt dus vaak de eerste stap binnen bredere AI-systemen voor spraakherkenning.
Beperkingen van Speech-to-Text
Hoewel moderne spraakherkenning sterk is verbeterd, ontstaan er nog steeds fouten. Achtergrondgeluid, dialecten of meerdere mensen die tegelijk praten maken het lastiger om gesproken woorden correct om te zetten naar tekst.
Daarnaast kunnen privacyvragen ontstaan wanneer gesprekken automatisch worden opgeslagen of geanalyseerd. Daarom is zorgvuldige omgang met audio en persoonsgegevens belangrijk.
Verder leren
Wil je AI stap voor stap begrijpen, dan is de Gratis Basiscursus AI op De Wereld van AI een goed startpunt. Daar leer je in gewone taal hoe AI werkt en hoe belangrijke begrippen met elkaar samenhangen.
Leer je liever via video, dan vind je op het YouTube kanaal De Wereld van AI heldere uitlegvideo’s in gewone taal, zonder technisch jargon.