Transcriptiesoftware, uitgelegd

De saaie waarheid over nauwkeurigheid (en de 95%-val)

Elk transcriptieproduct op internet claimt een nauwkeurigheid van 95–99%. Notta adverteert 98,86%. Happy Scribe verkoopt een menselijke transcriptietier van 99%. Onze eigen homepage-FAQ zegt dat de lokale modus nauwkeurigheid "doorgaans 95% tot 99% bedraagt." Geen van die cijfers is een leugen. Het zijn de verkeerde cijfers, gepresenteerd zonder de audio waarop ze zijn gemeten.

Dit is wat het onderliggende onderzoek zegt. OpenAI's Whisper large-v3 is het model waar vrijwel elk modern transcriptietool gebruik van maakt, kopieert of mee concurreert. Het rapporteert een gemiddelde Word Error Rate van 7,44% op de publieke Hugging Face ASR-leaderboard. Op LibriSpeech-clean (studiowaardige audioboekopnames) haalt hetzelfde model 2,01% WER. Op AMI, het standaard vergaderruimte-benchmark met overlappende stemmen en slechte akoestiek, haalt hetzelfde model 15,95% WER. Zelfde model. Zelfde week. Acht keer meer fouten op de slechtere audio.

Dat verschil is de 95%-val. "95% nauwkeurig" in studiocondities kan 84% nauwkeurig zijn tijdens de vergadering die je baas vanuit een rijdende auto heeft belegd. OpenAI's eigen modelkaart legt dit in klare taal uit: de prestaties zijn ongelijk verdeeld over talen, lager bij talen met weinig bronmateriaal, en variëren per accent, leeftijd, geslacht en demografie. NVIDIA zegt hetzelfde over Parakeet: 1,93% WER op LibriSpeech-clean, 11,31% WER op AMI.

Wanneer je dus een nauwkeurigheidscijfer op een marketingpagina leest, stel dan de vraag die de leverancier niet beantwoordde. Op welke audio. Met welke microfoon. In welke taal. Met hoeveel sprekers die door elkaar praten. Als de pagina dat niet zegt, ga er dan van uit dat het het beste geval is. En ga er dan van uit dat jouw echte audio slechter is.

De saaie waarheid is dat de belangrijkste verbetering die je kunt maken voor je transcriptienauwkeurigheid een microfoon is, niet een model.

AI-transcriptie versus menselijke transcriptie

Er zijn momenteel twee soorten transcriptiesoftware in de wereld. Ze zijn geprijsd alsof het hetzelfde is, wat de oorzaak is van ongeveer de helft van de verwarring.

AI-transcriptie is de goedkope en directe variant. Je uploadt een bestand, of je dicteert live, en een model geeft binnen seconden tekst terug. De nauwkeurigheid ligt ergens tussen 84% (een slechte vergadering) en 98% (een schone voicemail). Happy Scribe rekent $0,20 per minuut voor bijkoopmogelijkheden op zijn AI-abonnementen. Onze eigen Cloud-modus rekent je ongeveer $0,003 per minuut via OpenAI. Otter, Notta, Trint, Descript, Jamie: elk van hen draait op AI onder de motorkap, vaak dezelfde handvol modellen.

Menselijke transcriptie is de dure en geduldige variant. Een persoon luistert naar je audio en typt het uit. De menselijke tier van Happy Scribe begint bij $2,00 per minuut. Ze adverteren 99% nauwkeurigheid met een doorlooptijd van vier uur of meer. Rev, GoTranscript, en een handvol anderen zitten ruwweg in dezelfde prijsklasse. De toepassing is reëel maar beperkt: rechtbanktranscripties, medische deposities, alles waarbij een 92% AI-output met de verkeerde medicijnnaam iemand voor de rechter kan brengen.

De meeste mensen die dit lezen willen AI. Gebruik de tabel om zeker te zijn.

De fout die ik mensen zie maken is betalen voor menselijke transcriptie uit angst. En het resultaat dan toch niet lezen omdat het zes uur later verschijnt als ze er allang mee klaar zijn. Als het antwoord toch genegeerd wordt op dinsdag, is AI prima.

Cloud versus lokaal: waar je audio naartoe gaat

Niemand wil dit deel lezen en iedereen zou het moeten. Kies een transcriptietool en audio van jouw stem (elk woord ervan) belandt ergens. Dat ergens doet ertoe.

Cloud-transcriptie betekent dat je audio je computer verlaat. Het gaat naar de server van een leverancier, wordt getranscribeerd door een model dat op hun hardware draait, en de tekst (en meestal de audio) wordt opgeslagen lang genoeg voor je om het op te halen. Otter, Trint, Notta, Happy Scribe, Descript, Jamie, Wispr Flow: allemaal cloud. Onze eigen Cloud-modus ook, maar met één belangrijke nuance. In Cloud-modus wordt de audio rechtstreeks van je machine naar OpenAI gestuurd met behulp van je eigen API-sleutel. Whisper by Remskill zit er nooit tussenin, ziet de audio nooit, ziet de transcripties nooit. De verantwoordelijke leverancier voor je gegevens is het bedrijf wiens model je hebt gekozen.

Lokale transcriptie betekent dat de audio je laptop nooit verlaat. Het model draait op je CPU of GPU. Geen netwerkrip heen en terug. Geen leverancierslogboeken. Geen clausule "we kunnen je gegevens gebruiken om onze service te verbeteren". Apple Dictation doet dit voor algemene tekst op ondersteunde Macs. Onze eigen lokale modi (Parakeet en Whisper) doen het op Windows en Apple Silicon Macs. Vrijwel niemand anders in deze categorie levert puur lokaal.

Ik heb ooit een intern team bij een bedrijf waarmee ik werkte een vijfcijferige cloud-AI-rekening zien oplopen in een kwartaal, door standupopnames vier keer per stuk te dictteren. De "slimme herpoging" van het prototype was te agressief. De CFO opende het dashboard tijdens de volgende kwartaalreview. De kamer werd heel stil. Het punt is niet dat cloud duur is (dat is het meestal niet, bij het volume van één gebruiker). Het punt is dat je niet altijd merkt wat je machine verlaat totdat iemand je vraagt er rekenschap over af te leggen.

De meeste AI-dictatie-apps die je vandaag ziet adverteren zijn $30-per-maand-interfaces om dezelfde OpenAI Whisper API-aanroep die je zelf ook zou kunnen doen. Ze rekenen de cloudopslag voor software die het model grotendeels op hun server uitvoert en het resultaat naar je scherm stuurt. Dat model bestaat al sinds 2022. Het dure deel is niet de AI. Het dure deel is het terugkerende abonnement. Als je audio gevoelig is, of als je laptop van de afgelopen vier jaar is en niet veel anders doet, is lokaal de eerlijke keuze.

That choice deserves its own breakdown, so our local vs cloud transcription guide spells out the accuracy, privacy, and cost trade between keeping audio on your machine and sending it to a server.

If that resonates, it is worth reading how offline speech-to-text desktop apps keep your voice on your own machine.

Wat Whisper by Remskill doet (en wat niet)

Whisper by Remskill is onze app. Het is een desktop-tool (Windows en Apple Silicon Mac) die spraak-naar-tekst achter een hotkey plaatst. Je drukt de hotkey in, praat, laat los, en de tekst verschijnt bij je cursor. Het werkt in elke app: e-mail, Word, Slack, code-editors, de adresbalk van de browser. De lokale pipeline is gratis voor elke geverifieerde gebruiker (Whisper, Parakeet, Ollama AI-verbetering, geschiedenis, presets, aangepaste hotkey). Geen betaalmethode nodig bij aanmelding. Pro voegt Cloud-functies toe.

We leveren drie transcriptiepaden. De app kiest geen standaard; jij kiest:

De standaard hotkey is Ctrl+Space op Windows en Command+Option op macOS, beide aanpasbaar in Instellingen. Het standaard AI-activeringssleutelwoord (wanneer AI-verwerking aan staat) is "Hey whisper". Lokale AI-verbetering loopt via Ollama op localhost:11434. Drie prestatiepresets (Snel, Gebalanceerd en Nauwkeurig) wisselen onder de motorkap straalgrootte en stemactiviteitsdrempels.

Wat Whisper by Remskill niet doet: vergaderbots. We nemen niet deel aan je Zoom, we vatten het daarna niet samen, we jagen geen agenda-uitnodigingen na. Één tool op je machine, één hotkey, een plak bij de cursor. Als je een vergadernotuleerder wilt, wil je een andere categorie. Lees verder.

Een opmerking over namen, want dit struikelt bijna iedereen. Whisper-het-OpenAI-model is een gratis open-source spraakherkenninsmodel dat in 2022 is uitgebracht. Whisper by Remskill is onze desktop-app, die dat model (onder andere) gebruikt. Wanneer iemand online zegt "ik gebruik Whisper", bedoelen ze de helft van de tijd het model en de andere helft een product. De moeite waard om recht te houden bij het lezen van reviews.

De opname-overlay, in drie toestanden

De pil verschijnt onderaan je scherm zodra Whisper actief is. Hij blijft onopvallend en buiten je apps.

Het juiste Whisper-model voor je hardware kiezen

De Engelse varianten (.en) ondersteunen alleen Engels — ze draaien iets sneller en iets nauwkeuriger op Engelse audio dan hun meertalige tegenhangers. Kies meertalig alleen als je in meer dan één taal dicteert of vertaling naar het Engels nodig hebt.

De andere tools die het waard zijn te kennen

Je zult deze namen tegenkomen als je googelt op "beste transcriptiesoftware". Ik heb de meeste gebruikt, en een paar houd ik bij de hand voor klussen die de onze niet doet.

Acht tools, doorgenomen. Vrijwel alles anders in deze categorie is een van deze bedrijven onder een ander merk, of een van deze modellen in een kleinere verpakking.

If text-to-speech is what you actually need here is the honest free TTS roundup with the H1-vs-FAQ trick every "free" page hides.

Wanneer je alle tools op deze lijst overslaat en gewoon je telefoon gebruikt

Before you pay anyone anything, check what is already on your phone. iOS ships system-level dictation through Voice Control and the keyboard mic. Android ships Live Transcribe and Gboard voice typing. Both are free, no signup, work in every app, and the quality on modern phones is good enough for short text — we walked through the talk-to-text shortcuts on every device if you want the exact key combos.

Als jouw taak is "beantwoord een bericht terwijl je het avondeten klaarmaakt" of "schrijf een notitie van 60 woorden voor deze vergadering begint", is de telefoon het juiste antwoord. Sneller dan een laptop openen, sneller dan ergens in te loggen, geen maandelijks abonnement. Apple's Mac Dictation is ook het bekijken waard. Op ondersteunde Macs verwerkt het algemene tekst op het apparaat, dicteert het zo lang als je wilt zonder een vaste tijdslimiet, en stopt het vanzelf na 30 seconden stilte. Die stiltetimeout is de bron van de hardnekkige mythe "Apple Dictation heeft een limiet van 30 seconden": dat is niet de opnamelimiet. Apple Dictation ondersteunt tegenwoordig 62 taal- en regiovarianten, meer dan de meeste betaalde producten.

Waar de telefoon tekortschiet is langdurig dicteren naar desktop-apps. Je kunt een e-mail op je telefoon dictteren. Je kunt een batch van 12 koude e-mailvarianten in je CRM vanaf je telefoon dictteren. Je gaat er een hekel aan krijgen. Een desktop-tool verdient zijn bestaansrecht daar. Tot die tijd is de telefoon gratis.

If most of your desktop dictation is email — specifically dictating Gmail replies on a laptop — there is a separate breakdown of the Chrome-extension path versus the system-app path that goes deeper than this article does.

Prijzen

De meeste transcriptietools vragen $20 tot $50 per maand. Wij rekenen minder, en je kunt eenmalig betalen.

Het prijslandschap in deze categorie verdeelt zich in vier emmers. Alleen-AI-abonnementstools (Otter, Trint, Notta, Descript, Jamie) zitten in het bereik van $10 tot $50 per gebruiker per maand, soms met een genereuze gratis tier begrensd door opnameminuten. AI-plus-menselijke diensten zoals Happy Scribe brengen per minuut in rekening bovenop een abonnement; de menselijke tier alleen al loopt van $1,90 tot $2,00 per minuut. Hotkey-dictatietools (Wispr Flow, wij) zijn geprijsd als productiviteitssoftware, eenmalig maandelijks of jaarlijks voor één gebruiker, soms met een levenslange optie. Dan is er nog de gratis optie: Apple Dictation, Google Voice Typing, de ingebouwde toetsenbordmicrofoon van je telefoon. Nul per maand zolang Apple en Google die besturingssystemen leveren.

De eerlijke beslisregel is niet "wat is het goedkoopst". Het is "wat zijn de terugkerende kosten over de komende drie jaar voor wat ik werkelijk doe?" Een vergadertool van $20 per maand die je twee keer per week gebruikt is $720 over drie jaar. Een eenmalige levenslange aankoop van een dictatietool die je dagelijks gebruikt is één rekening. Vermenigvuldig je maandelijkse gewoonte met 36 voordat je op abonneren klikt. De wiskunde is zelden gunstig voor een abonnement dat je één keer per week gebruikt.

Onze huidige cijfers (maandelijks, jaarlijks, levenslang, team) staan op de prijspagina. Ik citeer ze hier niet omdat ze veranderen en de pagina de bron van waarheid is.

De saaie versie van dit artikel is dat je al weet wat je nodig hebt. De hele dag door schrijven? Een hotkey-dictatietool, lokaal of cloud. Één vergadering per week? Een vergadernotuleerder, maandabonnement. Een enkel interview van 90 minuten? Betaal $0,20 per minuut aan Happy Scribe en ga door. Een juridische depositie? Huur een mens in. De niet-saaie versie is dat de meeste mensen in deze categorie betalen voor het verkeerde product omdat de marketingpagina's allemaal door dezelfde drie mensen zijn geschreven. De eerlijke zet is om te kijken naar wat je deze week doet, niet wat je hoopt volgende maand te doen, en de tool te kiezen waarvan de hero-tekst dat beschrijft. De rest is ruis.