Ontdek hoe je AI Voice inzet in telefonie: gericht toevoegen aan je bestaande callflow, AI als primaire ingang inzetten of Human Assist, integraties en beheer slim organiseren.
Van eerste vraag tot verdieping: vind praktische kennis over AI-first klantcontact op basis van wat je wilt weten of beslissen.
Bekijk hoe AI-first klantcontact wordt toegepast in organisaties, branches en herkenbare klantcontactprocessen.
Krijg snel inzicht in kosten, rendement, besparingen en de businesscase van AI-first klantcontact.
Wat levert AI Voice financieel op?
Is AI financieel logisch voor jouw situatie?
Reken, verdiep of bespreek je situatie.
ContactOns.ai
Kennis over AI Voice Agents, AI-first telefonie en AI in klantcontact.
Home › Kennisbank › AI-begrippen › Spraakherkenning
AI-begrippen
Spraakherkenning, ook speech-to-text of ASR genoemd, is de techniek die gesproken taal omzet in geschreven tekst. Bij een AI receptionist is het de eerste stap van elk gesprek: zij kan pas goed antwoorden als zij goed heeft verstaan wat de beller zei. Lijnkwaliteit, achtergrondgeluid, vaktermen en de inrichting van je telefonie bepalen samen hoe goed dat lukt.
Door de redactie van ContactOns · bijgewerkt 17 oktober 2026
Overzicht
Spraakherkenning bestaat uit meerdere onderdelen die samenwerken. Voor een beslisser hoef je ze niet allemaal technisch te kennen, maar het helpt om te weten welk onderdeel waarvoor zorgt. Dan weet je ook waar je moet kijken als de AI Voice Agent een beller niet goed verstaat.
| Begrip | Betekenis in één zin | Waarom het telt voor je AI receptionist |
|---|---|---|
| ASR / speech-to-text | Software die gesproken woorden omzet in tekst. | Alles wat zij daarna doet, hangt af van deze tekst. |
| Streaming speech recognition | Herkenning die al meeloopt terwijl de beller nog praat. | Zorgt dat zij vlot kan reageren zonder ongemakkelijke stiltes. |
| Akoestisch model | Het deel dat klanken herkent in het geluidssignaal. | Bepaalt hoe goed zij verschillende stemmen, accenten en telefoonlijnen aankan. |
| Taalmodel-aanpassing | Het systeem leren welke woorden in jouw organisatie vaak voorkomen. | Productnamen, plaatsnamen en vaktermen worden beter herkend. |
| Word error rate | Een maat voor hoeveel woorden verkeerd worden herkend. | Helpt leveranciers en instellingen eerlijk te vergelijken. |
| Ruis- en echo-onderdrukking | Filters die achtergrondgeluid en teruggekaatst geluid weghalen. | Voorkomt dat zij lawaai of haar eigen stem als beller opvat. |
| Voice activity detection | Herkennen wanneer iemand spreekt en wanneer niet. | Bepaalt wanneer de beller is uitgepraat en zij aan de beurt is. |
| Speaker diarization | Vaststellen wie er wanneer sprak in een opname. | Maakt transcripten en samenvattingen betrouwbaar leesbaar. |
Per begrip
Hieronder lees je per begrip wat het is, hoe het werkt aan de telefoon en wat je zelf regelt. Spraakherkenning is de oor-kant van een AI Agent voor telefonie; de stem-kant lees je bij spraaksynthese en text-to-speech.
Automatic speech recognition is software die gesproken taal automatisch omzet in geschreven tekst. Het geluid van de beller wordt in kleine stukjes geanalyseerd, omgezet in klanken en daarna in de meest waarschijnlijke woorden en zinnen. Die tekst gaat vervolgens naar het taalmodel dat bepaalt wat de beller bedoelt en wat het antwoord wordt.
Aan de telefoon is ASR lastiger dan bij een opname in een stille ruimte. Telefoongeluid heeft een beperkte klankkwaliteit, bellers zitten in de auto of op de bouwplaats en praten door elkaar. Een ASR-systeem dat in een demo goed werkt, moet je daarom altijd testen met echte telefoongesprekken uit je eigen praktijk.
Spraakherkenning bij een AI Voice Agent is het geheel van technieken waarmee de agent verstaat wat de beller zegt, inclusief filters, beurtwisseling en aanpassing aan je vakgebied. Het gaat dus om meer dan alleen een ASR-model: ook hoe het gesprek binnenkomt via je telefonie telt mee. Een gesprek dat eerst door meerdere doorschakelingen gaat, kan aan geluidskwaliteit inleveren.
Wat je regelt: een zo direct mogelijke verbinding tussen je telefonie en de AI receptionist, bijvoorbeeld via een SIP-verbinding, een lijst met woorden die zij zeker moet herkennen, en een vangnet. Verstaat zij iets na een paar pogingen niet, dan vraagt zij het op een andere manier of verbindt zij door naar een medewerker. Over accenten en streektaal lees je meer bij begrijpt AI dialecten.
Streaming speech recognition is spraakherkenning die de tekst al opbouwt terwijl de beller nog aan het praten is, in plaats van te wachten tot de zin af is. Het systeem geeft voorlopige tekst door en verbetert die als er meer context binnenkomt. Zo kan de AI Voice Agent al nadenken over het antwoord voordat de beller klaar is.
Voor een natuurlijk telefoongesprek is dit bijna onmisbaar: zonder streaming ontstaat na elke zin een merkbare stilte. Het nadeel is dat voorlopige tekst soms nog verandert. Een goede inrichting wacht daarom met belangrijke acties, zoals een ordernummer opzoeken, tot de definitieve tekst er is. Hoe snelheid en beurtwisseling samenhangen, lees je bij realtime voice AI.
Een akoestisch model is het onderdeel van spraakherkenning dat in het geluidssignaal herkent welke klanken er worden uitgesproken. Het is getraind op grote hoeveelheden spraak en heeft geleerd hoe klanken klinken bij verschillende stemmen, tempo's en opnamecondities. Een model dat veel telefoonspraak heeft gezien, kan beter overweg met de beperkte klank van een telefoonlijn.
Als beslisser kies je meestal geen akoestisch model zelf; het zit in de spraakherkenning die de leverancier gebruikt. Wel kun je vragen of het model is getest op Nederlandse telefoongesprekken, en of het goed omgaat met Vlaamse, regionale en niet-moedertaalsprekers als die bij jouw bellers horen.
Language model adaptation is het afstemmen van spraakherkenning op de woorden en zinnen die in jouw organisatie vaak voorkomen. Een algemeen model kent een merknaam, een productcode of een kleine plaatsnaam vaak niet, en kiest dan een woord dat erop lijkt. Door het systeem een lijst met eigen termen te geven, of het te trainen op voorbeeldzinnen, worden die woorden veel vaker goed herkend.
In de praktijk begint dit met een woordenlijst: productnamen, afdelingen, vestigingen, straatnamen en vaktermen. Na de eerste weken vul je die aan met woorden die in transcripten verkeerd terugkomen. Dit is doorlopend onderhoud, geen eenmalige instelling.
Word error rate is een maat die aangeeft welk deel van de woorden een spraakherkenningssysteem verkeerd heeft herkend, weggelaten of toegevoegd, vergeleken met een correcte uitschrift. Hoe lager de waarde, hoe beter. Het is de meest gebruikte maat om spraakherkenning te vergelijken.
Wees voorzichtig met losse WER-claims. De uitkomst hangt sterk af van het testmateriaal: schone opnames scoren veel beter dan echte telefoongesprekken met ruis en accenten. Bovendien zijn niet alle fouten even erg: een verkeerd lidwoord is onschuldig, een verkeerd cijfer in een klantnummer niet. Vraag daarom naar resultaten op gesprekken die op die van jou lijken, en test zelf met je eigen belredenen.
Noise suppression is een filter dat achtergrondgeluid zoals verkeer, wind, machines of een radio uit het geluidssignaal haalt voordat het naar de spraakherkenning gaat. Zo blijft vooral de stem van de beller over. Veel bellers van installateurs, transportbedrijven en zorgaanbieders bellen onderweg of vanaf de werkvloer, dus dit maakt in de praktijk veel uit.
Ruisonderdrukking heeft grenzen. Te agressief filteren kan zachte of hese stemmen ook wegfilteren. En als twee mensen tegelijk praten, kan een filter niet weten wie de beller is. Spreek af dat de AI receptionist bij aanhoudende onverstaanbaarheid eerlijk zegt dat de verbinding slecht is en een terugbelverzoek vastlegt of doorverbindt.
Echo cancellation is een techniek die voorkomt dat de eigen stem van de AI Voice Agent via de telefoon van de beller terugkomt en opnieuw wordt herkend. Bij een beller op de luidspreker of met een handsfree-set in de auto gebeurt dat snel. Zonder echo-onderdrukking denkt het systeem dat de beller iets zegt, terwijl het haar eigen woorden terughoort.
Dit raakt direct aan het onderbreken: een goede AI receptionist stopt met praten als de beller haar onderbreekt. Met echo zou zij zichzelf onderbreken. Echo-onderdrukking zit meestal in de spraakketen van de leverancier; jij test vooral of het werkt met luidsprekers, carkits en headsets die je bellers gebruiken.
Voice activity detection is de techniek die vaststelt of er op een bepaald moment spraak klinkt of niet. Daarmee bepaalt de AI Voice Agent wanneer de beller begint en wanneer hij is uitgepraat. Dat lijkt simpel, maar mensen pauzeren midden in een zin, zoeken naar een ordernummer of zeggen "eh".
Staat VAD te strak afgesteld, dan valt de AI receptionist de beller in de rede. Staat het te ruim, dan ontstaan lange stiltes. De juiste instelling verschilt per situatie: bij het opnoemen van een klantnummer wil je meer geduld dan bij een ja-neevraag. Dit stel je af tijdens de testfase met echte gesprekken.
Speaker diarization is het automatisch verdelen van een opname in stukken per spreker, zodat je ziet wie er wanneer sprak. In een live gesprek met een AI Voice Agent is dat meestal eenvoudig, omdat haar eigen stem apart binnenkomt. Diarization wordt belangrijk bij opnames waar meerdere mensen op één kanaal praten, bijvoorbeeld als een collega meeluistert of als je bestaande gesprekken van medewerkers wilt analyseren.
Goede diarization maakt transcripten en samenvattingen betrouwbaar: je wilt niet dat een toezegging van je medewerker als vraag van de klant wordt vastgelegd. Ook voor herkenning van terugkerende bellers is het relevant; meer daarover lees je bij klanten herkennen. Let op: een stem herkennen als persoon is iets anders dan sprekers scheiden, en vraagt extra zorg rond privacy.
Aanpak
Eerlijk
Veelgestelde vragen
In de praktijk niets. Speech-to-text beschrijft wat het doet: spraak omzetten in tekst. ASR, automatic speech recognition, is de vakterm voor dezelfde techniek. Beide termen worden door elkaar gebruikt.
Meestal goed bij gangbare accenten, wisselend bij sterke streektaal. Test het met je eigen bellers en zorg voor een vangnet: na een paar mislukte pogingen verbindt de AI receptionist door naar een medewerker. Meer lees je bij begrijpt AI dialecten.
Daar is geen vast getal voor te geven. Het hangt af van je bellers, je lijnkwaliteit en je vakgebied. Belangrijker dan een gemiddelde is of de woorden die ertoe doen, zoals namen, nummers en producten, goed worden herkend.
Door taalmodel-aanpassing: je geeft het systeem een lijst met eigen termen en vult die aan met woorden die in transcripten verkeerd terugkomen. Laat de AI receptionist belangrijke gegevens bovendien herhalen ter controle.
Voor de herkenning zelf wordt het geluid live verwerkt. Of je opnames of transcripten bewaart, en hoe lang, bepaal je zelf. Informeer bellers daarover en stem het af met je privacyverantwoordelijke; dit is geen juridisch advies.
Advies op maat
We kijken samen naar je bellers, je vaktermen en je telefonie-inrichting, en testen met echte gesprekken of de spraakherkenning goed genoeg is voordat een AI Voice Agent live gaat. 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.
Bekijk het overzicht van AI-begrippen of lees meer over de rol zelf bij AI receptionist.
Volgende stap
Zeven vragen, twee minuten: direct een eerste indicatie of een AI Voice Agent bij je telefonie past.
Doe de check →Met een specialist · Human AssistEen specialist brengt je telefonie in kaart en laat zien waar een AI receptionist het verschil maakt. Zonder mee te luisteren met gesprekken.
Vraag de scan aan →Liever direct horen hoe het klinkt? Start de demo lite: vul je website in en Ciss, onze AI receptionist, neemt op als jullie receptionist. Een specialist spreken? Bel 088 411 4114.
Geen zin om alles zelf uit te zoeken? We helpen je graag persoonlijk met vragen over AI-first klantcontact, telefonie en Human Assist.
Bij bellen krijg je eerst onze AI-agent aan de lijn. Vraag om doorverbonden te worden met een specialist.