Opnames in andere talen transcriberen: wat modellen goed doen en waar ze struikelen

Wie internationaal studeert, onderzoekt of werkt, heeft al snel opnames in meer dan één taal: een interview in het Turks, een familieopname in het Arabisch, een gastcollege in het Engels, een vergadering waarin Pools en Nederlands door elkaar lopen. Moderne spraakherkenning kan daar verrassend goed mee overweg — als u haar zwakke plekken kent.

Hoeveel talen herkennen de modellen?

Whisper van OpenAI is getraind op 99 talen; Sprechverlauf gebruikt de snelle variant Whisper Large v3 Turbo in de gratis proef. Microsoft MAI-Transcribe-2, het model in de pakketten, ondersteunt volgens de modelkaart 60 talen en scheidt daarbij de sprekers. Microsoft noemt een gemiddeld woordfoutpercentage van 5,2% op de FLEURS-benchmark. Dat is een gemiddelde: grote talen met veel trainingsdata scoren beter, zeldzamere slechter.

Valkuil 1: verwante talen

Kroatisch, Servisch en Bosnisch; Hindi en Urdu; Maleis en Indonesisch: deze talen lijken zo op elkaar dat de automatische taalherkenning er bij korte opnamen naast kan zitten. Een Servisch interview komt dan in Kroatische spelling terug, of Urdu in devanagari in plaats van Arabisch schrift. De oplossing is eenvoudig: kies de taal uitdrukkelijk voordat u begint.

Valkuil 2: dialecten en spreektaal

Arabisch is het duidelijkste voorbeeld: Egyptisch, Levantijns en Marokkaans verschillen sterk, maar geschreven wordt vooral Standaardarabisch. Modellen hebben de neiging dialect richting standaardtaal te trekken of regionale woorden verkeerd te verstaan. In mindere mate geldt dat ook voor Vlaams, Braziliaans Portugees of Kantonees.

Valkuil 3: toontalen en schriften zonder spaties

In het Chinees, Vietnamees of Thai verandert de toonhoogte de betekenis van een lettergreep. Galm, muziek en sterke compressie vervagen juist die informatie — een schone opname telt hier dubbel. Chinees, Japans en Thai scheiden woorden bovendien niet door spaties; het model bepaalt de woordgrenzen zelf. Controleer namen en vaktermen extra goed.

Valkuil 4: wisselen van taal in het gesprek

In veel families en teams wisselt men midden in een zin van taal. Wie dan één taal vastlegt, dwingt het model alles in die taal te schrijven. Bij gemengde opnamen is „automatisch” daarom de betere keuze; volgens Microsoft is MAI-Transcribe-2 op zulke code-switching gebouwd.

Kort samengevat

• Eén taal: vooraf kiezen, vooral bij korte opnamen en verwante talen.
• Meerdere talen in één gesprek: op „automatisch” laten staan.
• Dialect: rekening houden met afwijkingen en citaten bij de tijdstempel controleren.
• Toontalen: schoon opnemen, geen achtergrondmuziek.