Home › Kennisbank › AI-begrippen › Spraaksynthese

AI-begrippen

Spraaksynthese uitgelegd: text-to-speech, stem, uitspraak en voice cloning

Spraaksynthese, of text-to-speech (TTS), is de techniek die geschreven tekst omzet in een natuurlijk klinkende stem. Het is de stem van je AI receptionist: alles wat zij tegen de beller zegt, wordt eerst als tekst bedacht en daarna uitgesproken. Tempo, intonatie, de uitspraak van namen en de keuze van de stem bepalen of het gesprek prettig en betrouwbaar klinkt.

Plan een kennismaking →Hoor Ciss als jullie receptionist

AI Voice Agents

Human Assist

Bestaande telefonie

24/7 opvang

Door de redactie van ContactOns · bijgewerkt 17 oktober 2026

Overzicht

De begrippen van spraaksynthese op een rij

Een stem die goed klinkt in een demo, kan aan de telefoon toch stroef overkomen of namen verkeerd uitspreken. Met deze begrippen weet je waar je op let bij het kiezen en inrichten van de stem van een AI Voice Agent.

Begrip	Betekenis in één zin	Waarom het telt voor je AI receptionist
Text-to-speech (TTS)	Software die tekst omzet in gesproken taal.	Het is letterlijk de stem waarmee zij je organisatie vertegenwoordigt.
Streaming text-to-speech	De stem begint al te spreken terwijl de rest van de zin nog wordt gemaakt.	Zorgt dat zij snel antwoordt zonder lange stilte.
Prosodie	Intonatie, tempo, nadruk en pauzes in gesproken taal.	Maakt het verschil tussen een vriendelijke en een robotachtige stem.
SSML	Een opmaaktaal waarmee je aangeeft hoe tekst moet worden uitgesproken.	Laat je pauzes, nadruk en de uitspraak van nummers sturen.
Uitspraakwoordenboek	Een lijst met woorden en hoe ze moeten klinken.	Zorgt dat namen, plaatsen en merknamen goed klinken.
Fonemen	De kleinste klankeenheden waaruit een woord bestaat.	Hiermee leg je de uitspraak van lastige woorden precies vast.
Eigen stemmodel	Een stem die speciaal voor één organisatie is gemaakt.	Geeft een herkenbare stem die bij je merk past.
Voice cloning	Een bestaande menselijke stem nabootsen op basis van opnames.	Kan alleen met toestemming en vraagt extra zorg tegen misbruik.

Per begrip

Zo klinkt een AI Voice Agent: stem, uitspraak en tempo

Hieronder lees je per begrip wat het is, hoe het werkt aan de telefoon en wat je zelf regelt. Spraaksynthese is de stem-kant van een AI Agent voor telefonie; hoe zij de beller verstaat, lees je bij spraakherkenning en speech-to-text.

Text-to-speech (TTS)

Text-to-speech is software die geschreven tekst omzet in gesproken taal. Moderne TTS gebruikt neurale netwerken die geleerd hebben hoe mensen praten, waardoor de stem veel natuurlijker klinkt dan de bekende robotstemmen van vroeger. Bij een AI Voice Agent bedenkt het taalmodel eerst het antwoord als tekst, waarna TTS dat uitspreekt.

Dat het antwoord eerst tekst is, heeft een voordeel: je kunt precies nalezen wat de AI receptionist heeft gezegd. Het betekent ook dat de stem nooit beter is dan de tekst. Lange, ingewikkelde zinnen klinken aan de telefoon slecht, hoe goed de stem ook is. Schrijf de antwoorden daarom kort en in spreektaal; meer daarover lees je bij gesprekken beantwoorden met AI.

Kort antwoord: text-to-speech zet het antwoord van de AI receptionist om in een natuurlijk klinkende stem.

Streaming text-to-speech

Streaming text-to-speech is spraaksynthese die al begint met spreken zodra het eerste deel van het antwoord klaar is, in plaats van te wachten op de volledige tekst. De stem wordt in kleine stukjes gemaakt en direct afgespeeld. Voor de beller voelt het gesprek daardoor vlot, zonder de stilte die je kent van oudere spraakcomputers.

Streaming vraagt wel om een goede afstemming. Begint de stem te vroeg, dan kan een zin halverwege een vreemde wending nemen. En de beller moet de AI receptionist kunnen onderbreken: dan stopt zij direct met praten en luistert. Hoe snelheid, onderbreken en beurtwisseling samenhangen, lees je bij realtime voice AI.

Kort antwoord: streaming TTS laat de AI receptionist al spreken terwijl de rest van het antwoord nog wordt gemaakt, zodat zij sneller reageert.

Prosody in text-to-speech (prosodie)

Prosodie is de melodie van gesproken taal: intonatie, tempo, nadruk en pauzes. Het bepaalt of een zin klinkt als een vraag of een mededeling, en of een stem vriendelijk, gehaast of afstandelijk overkomt. Moderne TTS kiest de prosodie grotendeels zelf op basis van de tekst en de context.

Aan de telefoon telt prosodie extra, omdat de beller geen gezicht ziet. Een AI receptionist die een adres of klantnummer te snel opleest, dwingt de beller om terug te vragen. Wat je regelt: een rustig tempo bij gegevens, korte pauzes tussen onderdelen en een toon die past bij je organisatie. Bij slecht nieuws of een klacht helpt de juiste toon, maar daar hoort het gesprek uiteindelijk bij een medewerker.

Kort antwoord: prosodie is de intonatie, het tempo en de pauzes van de stem, en bepaalt hoe prettig de AI receptionist klinkt.

SSML

SSML, Speech Synthesis Markup Language, is een opmaaktaal waarmee je in de tekst aangeeft hoe een spraaksynthesizer iets moet uitspreken. Je kunt er bijvoorbeeld mee aangeven dat een getal als losse cijfers moet klinken, dat er een pauze komt of dat een woord nadruk krijgt. Het werkt met labels in de tekst die de luisteraar niet hoort.

Niet elke stem ondersteunt SSML even goed, en bij nieuwere stemmen wordt een deel van het werk automatisch gedaan. Toch blijft het nuttig voor vaste onderdelen: een telefoonnummer, een postcode, een datum of een openingsbericht dat altijd precies hetzelfde moet klinken. Vraag bij de keuze van een oplossing welke uitspraakinstellingen beschikbaar zijn.

Kort antwoord: SSML is een opmaaktaal om pauzes, nadruk en de uitspraak van nummers en data in de stem te sturen.

Pronunciation dictionary (uitspraakwoordenboek)

Een uitspraakwoordenboek is een lijst met woorden en de manier waarop de stem ze moet uitspreken. Je gebruikt het voor woorden die de spraaksynthese niet uit zichzelf goed zegt: je eigen merknaam, productnamen, Engelse termen, afkortingen, achternamen van medewerkers en kleine plaatsnamen. Een woord staat er één keer in en klinkt daarna in elk gesprek goed.

Een verkeerd uitgesproken bedrijfsnaam of plaatsnaam valt bellers direct op en kost vertrouwen. Begin daarom met een lijst van woorden die in je openingsbericht, je doorverbindingen en je veelgestelde vragen voorkomen. Luister de eerste weken mee en vul de lijst aan.

Kort antwoord: in een uitspraakwoordenboek leg je vast hoe de AI receptionist je merknaam, producten en plaatsnamen uitspreekt.

Phoneme pronunciation (fonemen)

Een foneem is de kleinste klankeenheid in een taal, zoals het verschil tussen de klank in "bal" en "bel". Met een fonetische schrijfwijze leg je precies vast hoe een woord moet klinken, los van hoe het gespeld wordt. Dat is nauwkeuriger dan het woord anders spellen om de stem te helpen.

Je hebt fonemen vooral nodig voor de lastigste gevallen: buitenlandse namen, woorden die in het Nederlands en Engels anders klinken, of plaatsnamen met een afwijkende lokale uitspraak. Het is precisiewerk dat je meestal door de leverancier of beheerder laat doen, op basis van jouw lijst en een voorbeeld van de juiste uitspraak.

Kort antwoord: met fonemen leg je klank voor klank vast hoe een lastig woord moet klinken, los van de spelling.

Custom voice model (eigen stemmodel)

Een custom voice model is een stem die speciaal voor één organisatie is gemaakt of afgestemd, zodat die herkenbaar bij het merk past. Dat kan een nieuwe synthetische stem zijn met een gekozen leeftijd, toon en tempo, of een stem op basis van opnames van een stemacteur die daarvoor toestemming geeft.

Voor de meeste organisaties is een goed gekozen bestaande stem voldoende. Een eigen stem past vooral als je merk sterk op geluid leunt, of als je dezelfde stem wilt gebruiken in je keuzemenu, wachtrijberichten en je AI receptionist. Leg wel vast wie eigenaar is van de stem en wat er gebeurt als je van oplossing wisselt.

Kort antwoord: een eigen stemmodel geeft je AI receptionist een herkenbare stem, maar een goed gekozen bestaande stem is vaak genoeg.

Voice cloning

Voice cloning is het nabootsen van de stem van een bestaand persoon op basis van opnames van die stem. Technisch kan het met relatief weinig materiaal. Daarom is het ook gevoelig: een gekloonde stem kan worden misbruikt om mensen te misleiden, bijvoorbeeld door iemand te laten klinken als een bekende medewerker of directeur.

Gebruik voice cloning alleen met uitdrukkelijke toestemming van de stemhouder, met duidelijke afspraken over waarvoor de stem wordt gebruikt, hoe lang, en wat er gebeurt als die persoon vertrekt. Wees ook transparant naar bellers: een AI receptionist met een gekloonde stem moet nog steeds zeggen dat zij een AI-systeem is. Over regels en rechten kun je het best je eigen juridisch adviseur raadplegen; dit is geen juridisch advies.

Kort antwoord: voice cloning bootst een echte stem na en kan alleen verantwoord met toestemming van de stemhouder en eerlijkheid naar bellers.

Aanpak

Zo pak je het aan

1Kies een stem die bij je bellers pastLuister naar een paar stemmen via een echte telefoonverbinding, niet alleen via je laptop. Laat collega's meeluisteren die zelf veel bellers spreken.

2Maak een uitspraaklijstZet je bedrijfsnaam, producten, vestigingen, plaatsnamen en Engelse termen op een lijst en leg de juiste uitspraak vast in een uitspraakwoordenboek.

3Schrijf voor het oorHoud antwoorden kort, lees gegevens rustig op en laat de AI receptionist belangrijke informatie herhalen. Meer over de stappen lees je bij implementatie.

4Luister mee en stel bijBeluister de eerste weken gesprekken, let op tempo, vreemde klemtonen en verkeerd uitgesproken woorden, en pas de instellingen aan.

Eerlijk

Wat een AI-stem wel en niet doet

Dit kan een AI receptionist goed

Natuurlijk en vriendelijk klinken in gewone gesprekken.

Snel antwoorden dankzij streaming, en stoppen als de beller haar onderbreekt.

Namen, producten en plaatsen goed uitspreken na een goede uitspraaklijst.

Gegevens rustig en duidelijk opnoemen ter controle.

Altijd dezelfde toon aanhouden, ook op drukke momenten.

Hier blijft een mens nodig

Gesprekken met emotie, rouw of slecht nieuws, waar een mens meer is dan een goede stem.

Klachten en bellers die uitdrukkelijk een medewerker willen spreken.

Toestemming en afspraken over een gekloonde of eigen stem.

Spoed en gevaar: direct naar 112 of de juiste noodroute.

Bellers die de stem slecht verstaan, bijvoorbeeld door gehoorproblemen.

Veelgestelde vragen

Veelgestelde vragen over de stem van een AI Voice Agent

Klinkt een AI receptionist als een robot?

Met moderne text-to-speech meestal niet. De stem klinkt natuurlijk, met intonatie en pauzes. Hoe goed het overkomt, hangt ook af van korte antwoorden in spreektaal en een goed afgestelde uitspraak.

Kan de AI receptionist onze bedrijfsnaam goed uitspreken?

Ja, als je de uitspraak vastlegt in een uitspraakwoordenboek of met fonemen. Doe dat ook voor productnamen, plaatsnamen en Engelse termen die bellers vaak horen.

Mag je de stem van een medewerker klonen?

Alleen met uitdrukkelijke toestemming van die medewerker en duidelijke afspraken over gebruik en einde van het gebruik. Wees ook eerlijk naar bellers dat zij met een AI-systeem praten. Raadpleeg voor de juridische kant je eigen adviseur; dit is geen juridisch advies.

Kan de stem ook in andere talen spreken?

Veel stemmen kunnen meerdere talen spreken. Test wel per taal de uitspraak van je eigen namen en termen, en bepaal wanneer de AI receptionist van taal wisselt of doorverbindt. Over accenten en dialecten aan de kant van de beller lees je bij begrijpt AI dialecten.

Moet de beller weten dat hij met een AI-stem praat?

Ja. Ook als de stem heel natuurlijk klinkt, moet de beller weten dat hij met een AI-systeem spreekt. Een goede AI receptionist zegt dat aan het begin en vertelt hoe de beller een medewerker kan krijgen.

Advies op maat

Welke stem past bij jouw organisatie aan de telefoon?

We luisteren samen naar stemmen via je eigen telefonie, stellen een uitspraaklijst op en bepalen hoe de AI Voice Agent klinkt in je openingsbericht, wachtrij en doorverbindingen. ContactOns is regisseur in AI-first klantcontact. We leveren oplossingen samen met zorgvuldig geselecteerde partners, of managed services op een oplossing die je al hebt.