Przejdź do treści
promptowy.com / AI-begrippenlijst / TTS en STT (tekst- en spraakconversie)
Beeld, video en audio

TTS en STT (tekst- en spraakconversie)

TTS zet geschreven tekst om in gesproken audio, terwijl STT spraak omzet in tekst. Samen maken ze natuurlijke steminteractie met AI mogelijk.

TTS staat voor Text-to-Speech en STT staat voor Speech-to-Text. Dit zijn twee complementaire technologieën waarmee computers menselijke taal kunnen uitspreken of juist kunnen beluisteren en opschrijven. Waar TTS geschreven woorden transformeert naar een natuurlijk klinkende stem, doet STT het tegenovergestelde door een audio-opname van gesproken woorden om te zetten in leesbare tekst.

Samen vormen TTS en STT de ruggengraat van moderne spraakinteractie met computers, telefoons en slimme assistenten. In plaats van toetsenborden of beeldschermen gebruiken we onze eigen stem als directe interface.

Hoe werken TTS en STT onder de motorkap?

Bij Text-to-Speech (TTS) analyseert een neuraal netwerk de aangeboden tekst. Het algoritme kijkt niet alleen naar letters, maar ook naar leestekens, woordsoorten en context om te bepalen waar de klemtoon en intonatie moeten liggen. Vervolgens berekent een akoestisch model hoe de klanken moeten klinken en zet een zogeheten vocoder deze data om in een vloeiende audiogolf. Moderne TTS-systemen klinken hierdoor zelden nog als een robotachtige navigatiestem: ze beheersen ademhaling, pauzes en wisselende toonhoogtes.

Bij Speech-to-Text (STT), in vaktermen vaak Automatic Speech Recognition (ASR) genoemd, gebeurt het omgekeerde traject. De computer ontvangt een microfoonsignaal, filtert achtergrondruis weg en breekt de geluidsgolf op in kleine akoestische fragmenten. Een taalmodel vergelijkt deze fragmenten met duizenden uren aan trainingsdata om de meest waarschijnlijke woorden te raden. Dankzij deep learning begrijpt het systeem intussen ook synoniemen, straattaal en zinsconstructies.

De complete stemlus: praten met kunstmatige intelligentie

Wanneer je een gesproken vraag stelt aan een AI-assistent, werken TTS en STT naadloos samen in een cirkel:

  1. Luisteren (STT): De microfoon vangt je gesproken vraag op en zet dit direct om in tekst.
  2. Begrijpen en redeneren: Een groot taalmodel (LLM) leest deze getypte tekst, analyseert wat je bedoelt en genereert een passend antwoord in tekstvorm.
  3. Spreken (TTS): Het tekstuele antwoord wordt direct doorgestuurd naar de spraaksynthesizer, die het antwoord met een menselijke stem hardop uitspreekt.

Doordat deze cyclus in fracties van seconden plaatsvindt, ontstaat een vloeiend, natuurlijk gesprek zonder dat je een toetsenbord hoeft aan te raken.

Praktijkvoorbeelden in Nederland en Vlaanderen

De combinatie van tekst- en spraakconversie kom je overal tegen in het dagelijks leven:

  • Lokale overheden en vergaderingen: Gemeenten zoals Utrecht of Gent gebruiken STT om raadsvergaderingen automatisch te transcriberen. Zo zijn openbare besluiten snel doorzoekbaar voor burgers en journalisten.
  • Zorg en praktijkadministratie: Een huisartsenpost in Antwerpen of een fysiotherapeut in Amersfoort kan tijdens een consult notities inspreken via STT. Het patiëntendossier wordt direct bijgewerkt zonder handmatig typewerk.
  • Toegankelijkheid in het onderwijs: Scholen zetten TTS in om lesmateriaal voor te laten lezen aan leerlingen met dyslexie of een visuele beperking. Ook musea gebruiken het om dynamische audiotours te maken zonder voor elke update een stemacteur in te huren.

Aandachtspunten voor de Nederlandse taal

Hoewel de technologie enorme stappen heeft gezet, blijft het Nederlands een uitdagende taal voor spraakmodellen. De verschillen tussen het Nederlands in de Randstad, het noorden en het Vlaams zijn aanzienlijk. STT-modellen die getraind zijn op standaard Hilversums Nederlands hebben vaak moeite met een zachte g, Brabantse tongval of specifieke West-Vlaamse uitdrukkingen.

Bij TTS is de correcte uitspraak van samengestelde woorden cruciaal. Een model moet begrijpen dat 'kantongerecht' niet over een kanton gaat dat gerechtvaardigd is, maar over een rechtbank, en moet leenwoorden zoals 'e-mailadres' op de juiste manier uitspreken. Test een spraakmodel daarom altijd met eigen opnames en zinnen die aansluiten bij jouw specifieke doelgroep.

Veelgemaakte fouten bij het gebruik

Een veelvoorkomende vergissing is het aannemen dat STT foutloos werkt in rumoerige omgevingen. Zonder een goede richtmicrofoon kan achtergrondgeluid op een kantoorvloer de nauwkeurigheid van de transcriptie flink omlaag halen. Een andere fout is het ongezien publiceren van STT-teksten: controleer altijd op eigennamen, vaktermen en getallen, omdat algoritmes daar sneller over struikelen.

Veelgestelde vragen

Wat is het verschil tussen TTS en STT?

TTS (Text-to-Speech) zet geschreven tekst om in gesproken audio, terwijl STT (Speech-to-Text) gesproken audio transcribeert naar getypte tekst.

Wat betekent ASR in relatie tot spraak?

ASR staat voor Automatic Speech Recognition en is simpelweg de technische vakterm voor Speech-to-Text (STT).

Werkt spraakherkenning betrouwbaar met een Vlaams accent?

Veel moderne STT-modellen herkennen algemeen Vlaams prima, maar bij sterke regionale dialecten of specifieke tussentaal kan de nauwkeurigheid afnemen ten opzichte van standaard Nederlands.

Kan moderne TTS emoties overbrengen?

Ja, geavanceerde TTS-modellen kunnen fluisteren, enthousiasme tonen of een empathische toon aannemen op basis van de context van de zin.

← Alle termen in de AI-begrippenlijst

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›