Spraak-naar-tekst-apps: welke kies je

Een spraak-naar-tekst-app, in één zin: jij praat, hij typt

Hier is het hele mechaniek, ontdaan van marketing. Je drukt op een toets. Je spreekt. De app neemt je stem op, laat die door een herkenningsmodel lopen, en de woorden verschijnen als tekst. Met onze app, Whisper by Remskill, is de standaard Ctrl+Space op Windows en een command+option-houdgreep op macOS: drukken, praten, loslaten, en het transcript wordt geplakt bij de cursor in welke app je ook al bezig was.

Dat laatste deel is het deel dat de meeste mensen missen wanneer ze apps vergelijken. Een spraak-naar-tekst-app is alleen zo nuttig als de plek waar hij de tekst kan neerzetten. Apple Dictation typt in Mac- en iOS-apps. Windows voice typing opent met de Windows-logotoets + H en werkt in elk tekstveld op een pc. Google Docs Voice typing werkt alleen binnen Google Docs, in Chrome. Ze transcriberen allemaal; ze gaan niet allemaal overal heen. Dus voordat je nauwkeurigheidsscores vergelijkt, vraag je af waar je de tekst nodig hebt.

Hoe een spraak-naar-tekst-app werkt (ASR plus de opschoonronde)

Onderhuids doet elke spraak-naar-tekst-app twee aparte dingen, en die twee door elkaar halen is waar reviews de mist in gaan.

Het eerste is transcriptie: automatische spraakherkenning zet de audiogolfvorm om in een reeks woorden. Dit is het lastige deel, en hier toont de modelkwaliteit zich. NVIDIA's Parakeet-model, dat we als één engine-optie meeleveren, scoort een gemiddelde woordfoutmarge van 6,34% op de Hugging Face Open ASR Leaderboard. Dragon Professional adverteert met "tot 99% herkenningsnauwkeurigheid, meteen vanaf het eerste gebruik." Zulke cijfers zijn echt, maar ze beschrijven schone audio in een stille ruimte. Achtergrondgeluid en een goedkope laptopmicrofoon bewegen ze meer dan welke modelwissel ook.

Het tweede is de opschoonronde: "stuur haar het bestand eh de tweede versie niet de eerste" omzetten in een zin met een hoofdletter en een punt. Betere apps draaien hier een extra AI-stap om leestekens, hoofdlettergebruik en de incidentele "eh" te corrigeren. Die opschoning is ook waar gedicteerde commando's worden geïnterpreteerd, waar stopwoorden worden geknipt, en waar een muur van aaneengeregen woorden iets wordt dat je zou versturen. Transcriptie levert je de woorden. De opschoonronde levert je tekst die je niet hoeft over te typen.

Wat een goede app onderscheidt van een typsimulator

De meeste spraak-naar-tekst-apps halen de basislat: ze krijgen de woorden grotendeels goed. Wat een tool die je houdt onderscheidt van een die je binnen een week verwijdert, komt neer op een paar dingen die zelden op het functieoverzicht staan.

Latentie, ten eerste. Als er een lange pauze zit tussen het afmaken van een zin en het verschijnen van de tekst, raak je je gedachtegang kwijt en ga je herlezen in plaats van praten. Nauwkeurigheid op jouw stem, ten tweede — niet de demostem, de jouwe, met jouw accent, in jouw kamer. Taaldekking, ten derde, als je niet in het Engels werkt. En bereik: kan hij typen in de ene app waarin je leeft, of alleen in een browsertabblad.

Dan is er de saaie die niemand vermarkt: waar je audio naartoe gaat. Een ingebouwde OS-tool en een lokale app houden de opname op je machine. Een cloud-app uploadt hem. Voor een boodschappenlijstje, wie maalt erom. Voor een juridisch concept of een patiëntnotitie is het de hele beslissing. Daar komen we nog op terug.

Hoe Whisper by Remskill eruitziet

Aangezien ik onze app steeds noem, hier is wat het is zodat de vergelijking eerlijk is. Whisper by Remskill is een systeembrede desktop-app — geen browserextensie, geen Word-invoegtoepassing, geen meeting-bot. Je houdt de sneltoets vast, spreekt, laat los, en het transcript belandt bij je cursor in elke app of elk tekstveld.

Voor transcriptie kies je een van drie paden. Local Whisper draait acht modelgroottes van Base (~140 MB) tot meertalig Large v3 (~3 GB), ondersteunt 99 talen op de meertalige varianten en kan naar het Engels vertalen. Local Parakeet (~600 MB) is 5-10x sneller dan Whisper op de CPU en dekt Engels plus 24 Europese talen. Cloud-modus is bring-your-own-key OpenAI voor wie de nieuwste modellen en live webantwoorden wil. Alle lokale transcriptie draait in pure Rust, volledig op het apparaat, en werkt offline. De app kiest niet voor je. Hij toont de drie paden en jij kiest op basis van snelheid, talen of nauwkeurigheid. Voor de volledige lijst van hoe dicteertools zich verhouden, loopt onze gids voor transcriptiesoftware dezelfde afwegingen door over meer tools.

Deciding between the two local engines is the most common question we get, and our Whisper vs Parakeet explainer breaks down speed, language coverage, and accuracy side by side.

Cloud vs. lokaal: waar je stem naartoe gaat

Dit is degene waar ik een sterke mening over heb. Cloud-only spraak-naar-tekst is een privacyprobleem waar de meeste mensen niet over nadenken tot het te laat is. De salarissheet van je baas, de e-mail aan de school van je kind, het concept van een contract — niets daarvan zou in de logs van een leverancier moeten staan omdat je met je stem wilde typen.

Ik zag ooit een team bij een bedrijf waar ik mee werkte in één kwartaal een cloud-AI-rekening van vijf cijfers opbouwen, omdat een "slimme retry"-loop dezelfde standup-opnames vier keer over bleef hertranscriberen. De CFO opende het dashboard bij de kwartaalreview en het werd stil in de zaal. De kosten waren de kop. Het stillere probleem was dat elke opgenomen meeting naar een externe API was verstuurd om daar achter te komen.

Local-first lost beide op. Onze lokale pijplijn stuurt je audio nooit ergens heen; Cloud-modus is de opt-in-uitzondering, en het is je eigen OpenAI-sleutel, niet de onze. Wispr Flow, de dichtstbijzijnde directe concurrent, is cloud-only. Audio verlaat het apparaat by design. Geen van beide aanpakken is fout. Maar als je werk iets raakt dat je zou aarzelen te e-mailen, draai het dan op je eigen machine.

Ruwe woorden erin, schone tekst eruit: de AI-opschoonstap

De opschoonronde verdient zijn eigen vermelding omdat het het verschil is tussen transcriptie en bruikbare tekst. Herkenning geeft je de woorden op volgorde. Het geeft je niet altijd een zin.

In lokale modus draait onze app de optionele opschoning via Ollama op je machine — leestekens, hoofdletters en het wegknippen van verbale stopwoorden, allemaal zonder een internetrondje. In Cloud-modus gaat dezelfde klus naar de modellen van OpenAI via jouw sleutel. Het gaat er niet om welk model het doet. Het gaat erom dat een spraak-naar-tekst-app die deze stap overslaat je een paragraaf geeft zonder komma's en om de drie regels een verdwaalde "weet je", en je besteedt de tijd die je bespaarde aan opschonen. De goede doen dat werk voordat de tekst je cursor bereikt. De simpele ingebouwde tools meestal niet, wat prima is voor een snelle notitie en frustrerend voor iets langers.

De andere spraak-naar-tekst-apps die het kennen waard zijn

Geen enkele app wint elk gebruik. Hier is het eerlijke speelveld, en voor wie elke is bedoeld.

Eind jaren negentig draaide een familielid van mij Dragon NaturallySpeaking op een Windows 98-desktop met 64 MB RAM. Bij het instellen moest je 45 minuten een woordenlijst voorlezen om het te "trainen", waarna dicteren werkte met misschien 70% nauwkeurigheid en een vertraging van vier seconden per zin. Eén paragraaf van een kerstbrief dicteren kostte vijftien minuten. De koptelefoon werd door de kamer gesmeten; die overleefde het, het experiment niet. Vijfentwintig jaar later kan een zevenjarige in negentig seconden een volledige e-mail dicteren zonder iets te trainen. Als een spraak-naar-tekst-app je nog steeds vraagt het te "trainen" voordat het werkt, leeft het in 1999.

Wanneer je een speciale app helemaal moet overslaan

Hier stuur ik je elders heen (ja, de man die de app verkoopt). Als je alleen korte notities dicteert — een berichtje, een agenda-item, een snel antwoord — en je zit op een Mac of iPhone, gebruik dan gewoon Apple Dictation. Het is gratis, het is ingebouwd, en voor onder de honderd woorden doet het de klus; geen harde time-out op moderne macOS. Op een pc doet de Windows-logotoets + H hetzelfde werk gratis.

And if you land on the install-something side, picking a voice typing app for each device is its own short guide.

En als je alleen ooit meetings opneemt en achteraf een doorzoekbaar transcript wilt, is een speciale meeting-transcriber zoals Otter de juiste categorie. Het koppelt aan Zoom en Teams en is voor precies die klus gebouwd. Een systeembrede dicteerapp begint zijn waarde te bewijzen rond het punt waar je langere teksten schrijft, over meerdere apps, en je geeft om waar je audio naartoe gaat.

Gratis vs. betaald: wat $0 je oplevert

De gratis opties zijn echt, geen verminkte proefversies. Apple Dictation, Windows voice typing en Google Docs Voice typing kosten niets en handelen alledaags dicteren af. Met onze app is de hele lokale pijplijn — Whisper, Parakeet, AI-opschoning op het apparaat, geschiedenis, presets — gratis voor elke ingelogde gebruiker, zonder dat een kaart nodig is om te beginnen.

Betaalde tools verdienen daar bovenop geld: cloud-functies, meer talen, teambeheer. Dus de echte vraag is niet gratis versus betaald. Het is of de gratis laag die je krijgt elke app bereikt waarin je werkt en je audio op je machine houdt. Als dat zo is, stop daar. Toen mijn vrouw vroeg waarom ik de hele lokale pijplijn zou weggeven, gaf ik haar een antwoord van vijf minuten; de korte versie is dat ik liever heb dat je gratis begint en alleen betaalt als je tegen een muur loopt. De prijzen voor de cloud-laag staan op onze prijzenpagina.

Het oordeel van mijn jongste dochter over dit alles was simpeler dan welke review ook. Ze drukte één keer op de toets, zei een zin over een tand die ze kwijt was, keek hoe die verscheen, en ging zonder een woord terug naar tekenen. Geen nauwkeurigheidsgrafiek, geen functieoverzicht, alleen tekst waar ze die wilde. Dat is de enige test die ooit telde: verschenen de woorden waar je ze nodig had, en hoefde je erover na te denken. Als het antwoord ja en nee is, koos je de juiste app.