Transcriptie
Instellingen → Transcriptie toont de herkenners: de diensten die geluid in tekst omzetten, voor afgelopen gesprekken en, voor de souffleur, terwijl een gesprek bezig is.
Een gesprek wordt getranscribeerd als u daarom vraagt in het venster Opnames, of vanzelf als Gesprekken automatisch verwerken aan staat onder Verwerking. Een herkenner op uw eigen machine kost niets om te draaien; een in de cloud rekent per minuut geluid.
Herkenners
Een herkenner is een spraakherkenningsdienst waar de telefoon het geluid naartoe stuurt. Met Toevoegen voegt u er een toe; de knop Testen op zijn kaart controleert of de dienst echt antwoordt. Elke herkenner staat in de lijst met zijn naam en daaronder het model en het adres van zijn dienst. De tabel toont elke soort dienst die de telefoon ondersteunt, zoals Soort op de kaart ze aanbiedt, met het adres en de modellen die een nieuwe herkenner van die soort krijgt; de laatste kolom toont de vijf die op de afbeelding zijn ingesteld:
| Soort | Adres voor transcripties | Adres voor de souffleur | Model | Op de afbeelding |
|---|---|---|---|---|
| OpenAI-compatibel (Whisper, OpenAI) | https://api.openai.com/v1 | wss://api.openai.com | gpt-4o-transcribe, live gpt-live-transcribe | OpenAI · gpt-4o-transcribe |
| Deepgram | https://api.deepgram.com/v1 | wss://api.deepgram.com | nova-3 | Deepgram · nova-2 |
| ElevenLabs (Scribe) | https://api.elevenlabs.io/v1 | wss://api.elevenlabs.io | scribe_v1, live scribe_v2_realtime | ElevenLabs · scribe_v2 |
| Speechmatics | https://asr.api.speechmatics.com/v2 | wss://global.rt.speechmatics.com, of eu., us., au. in plaats van global. voor een regio | enhanced | — |
| xAI (Grok) | https://api.x.ai/v1 | wss://api.x.ai | (leeg: de standaard van de dienst), live grok-voice-transcribe-2.0 | X.ai · live grok-voice-transcribe-2.0 |
| Soniox | https://api.soniox.com | wss://stt-rt.soniox.com | (leeg: de standaard van de dienst), live stt-rt-v5 | — |
| AssemblyAI | https://api.assemblyai.com | wss://streaming.assemblyai.com | (leeg: de standaard van de dienst) | — |
| Vosk (op uw eigen machine) | uw server, bijvoorbeeld ws://localhost:2700 | (dezelfde server) | (op de server ingesteld) | Vosk · ws://localhost:2700 |
| WhisperLive (op uw eigen machine) | uw server, bijvoorbeeld ws://localhost:9090 | (dezelfde server) | live small | — |
| NVIDIA Riva (op uw eigen machine) | uw server, bijvoorbeeld localhost:50051 | (dezelfde server) | (op de server ingesteld) | — |
Het Adres voor de souffleur is meestal een WebSocket-adres: wss:// voor een dienst in de cloud, ws:// voor een server in uw eigen netwerk; NVIDIA Riva wordt opgegeven als host:poort.
De twee tekens rechts in een rij zeggen waarvoor de herkenner de standaard is. De klok brandt bij de standaard voor transcripties — X.ai op de afbeelding —, die gebruikt wordt als u geen andere kiest. De bliksem brandt bij de standaard voor de souffleur — Vosk op de afbeelding. U kunt meerdere herkenners houden; de keuzelijst boven een transcriptie in het venster Opnames toont de transcripties die elk ervan gemaakt heeft.
De kaart van een herkenner
Een klik op een herkenner opent zijn kaart.
| Veld | Wat het is |
|---|---|
| Naam | De naam in de lijsten. |
| Soort | De soort dienst, die bepaalt hoe de telefoon ermee praat: OpenAI-compatibel (Whisper, OpenAI), Deepgram, ElevenLabs (Scribe), xAI (Grok), AssemblyAI, Soniox, Speechmatics, en drie die op uw eigen machine draaien — Vosk, WhisperLive en NVIDIA Riva. |
| Adres voor transcripties | Waar afgelopen gesprekken naartoe gaan. |
| Adres voor de souffleur | Waar het live geluid naartoe gaat terwijl een gesprek bezig is. Meestal een WebSocket-adres: wss:// voor een dienst in de cloud, zoals wss://api.x.ai op de afbeelding, ws:// voor een server in uw eigen netwerk. Leeg wordt afgeleid uit het adres ernaast. |
| Sleutel | De sleutel van de dienst. Het staat in de sleutelbos van deze computer, nooit in een instellingenbestand. |
| Testen | Vraagt de dienst iets en zegt wat die antwoordde, bijvoorbeeld Heeft geantwoord, en biedt 3 modellen aan. |
| Model voor transcripties en Model voor de souffleur | Het model, precies zoals de dienst het noemt. Leeg stuurt geen modelnaam mee, en de dienst gebruikt zijn eigen standaard; waar de leverancier er een publiceert, noemt de kaart die. Voor een soort zonder keuze wordt het veld niet getoond. Op de afbeelding heeft xAI geen Model voor transcripties, en het Model voor de souffleur staat op grok-voice-transcribe-2.0. |
| Standaard voor transcripties | Maakt dit de herkenner die gebruikt wordt als u geen andere kiest. |
| Standaard voor de souffleur | Maakt dit de herkenner waarmee een nieuwe assistent van de souffleur luistert. |
| Aan | Uit blijft de herkenner in de lijst staan en wordt hij niet gebruikt. |
Geavanceerde instellingen opent de rest van de kaart. De waarden die het meest uitmaken:
| Veld | Wat het doet |
|---|---|
| Regio | De regio van de dienst, voor een dienst die er meerdere heeft. |
| De twee kanten apart verzenden | Een gesprek wordt opgenomen met de twee mensen op twee kanalen, en daaraan weet de herkenner wie wat zei. Zet het uit voor een server die zegt dat hij dit kan en het niet kan. |
| Vragen wie er spreekt | Onderscheidt de mensen binnen één kanaal, als er meerdere op spreken. |
| Getallen in cijfers schrijven | Bedragen, datums en telefoonnummers komen terug zoals ze geschreven worden in plaats van uitgeschreven. |
| Uploadgrens, Lengtegrens | Het grootste bestand, in bytes, en de langste opname, in seconden, die deze telefoon verstuurt. |
| Verzoeken tegelijk | Hoeveel verzoeken tegelijkertijd onderweg mogen zijn. |
| Een antwoord beëindigen na, Korte antwoorden samenvoegen binnen, Pauze tussen beurten | Voor de souffleur: hoe lang zonder nieuwe woorden een antwoord beëindigt, hoe lang een kort antwoord op het volgende wacht om ermee samengevoegd te worden, en hoe lang een stilte een beurt beëindigt waar de herkenner er geen markeert. In milliseconden. |
| Taal | Een taalcode van twee letters volgens ISO 639-1 (en, de, es, fr, sr…). Laat het leeg en de herkenner beslist — dat is juist, tenzij uw gesprekken in een taal zijn die hij steeds verkeerd verstaat. |
| Extra's | Eén name = value per regel, ongewijzigd aan de dienst doorgegeven. Laat het leeg, tenzij de server iets documenteert. |
| Wachten, minuten | Hoe lang op een transcriptie gewacht wordt. Leeg berekent het uit de lengte van de opname. |
| Prijs per minuut | Wat een minuut live geluid kost, volgens de prijslijst van de dienst. De souffleur toont wat een sessie heeft gekost en stopt bij zijn maandplafond. |
Live herkenning voor de souffleur
De souffleur heeft een herkenner nodig die luistert terwijl iemand praat, via een stroom in plaats van met een afgerond bestand. Deze soorten kunnen dat: Deepgram, ElevenLabs (Scribe), xAI (Grok), OpenAI-compatibel (met de realtime transcriptie van OpenAI), AssemblyAI, Soniox en Speechmatics in de cloud en Vosk, WhisperLive en NVIDIA Riva op uw eigen machine. Een herkenner op uw eigen machine houdt de stem van de andere partij binnen de deur en rekent niets.
Zo gebruikt u er een: open zijn kaart, controleer het Adres voor de souffleur — meestal een WebSocket-adres, zoals wss://api.x.ai voor X.ai, wss://api.deepgram.com voor Deepgram of ws://localhost:2700 voor Vosk; leeg wordt het afgeleid uit het Adres voor transcripties. Kies daarna het Model voor de souffleur: de live-modellen verschillen vaak van die voor bestanden — grok-voice-transcribe-2.0 voor X.ai, zoals op de kaart op de afbeelding, scribe_v2_realtime voor ElevenLabs, gpt-live-transcribe voor OpenAI, stt-rt-v5 voor Soniox. Druk op Testen. Vink Standaard voor de souffleur aan om nieuwe assistenten ermee te laten luisteren.
Welk model u kiest
De tabel toont de spraakherkenningsmodellen van elke soort in de lijst Soort. De vetgedrukte modellen zijn die op de afbeelding zijn ingesteld; bij de herkenner X.ai is het model leeg, dus wordt de standaard van de dienst, grok-voice-transcribe-2.0, gebruikt. Leeg is daar het Model voor transcripties; het Model voor de souffleur staat op hetzelfde model. Voor zegt waarvoor een model gemaakt is: afgeronde opnames (transcripties), live spraak voor de souffleur (souffleur), of allebei.
| Soort en adres | Model | Voor | Waarvoor het dient |
|---|---|---|---|
OpenAI-compatibel (Whisper, OpenAI)https://api.openai.com/v1 | gpt-transcribe | transcripties | Het model dat OpenAI aanraadt voor opgenomen spraak in de oorspronkelijke taal. |
gpt-4o-transcribe | allebei | Transcriptie voor algemeen gebruik. Een nieuwe herkenner van deze soort krijgt het. | |
gpt-4o-mini-transcribe | allebei | Een lichtere, goedkopere variant van het vorige. | |
gpt-4o-transcribe-diarize | transcripties | Geeft aan wie wanneer spreekt. Gebruik het alleen als u dat nodig hebt. | |
whisper-1 | transcripties | Het oudere Whisper-model, bewaard voor bijzonder gebruik zoals tijdstempels per woord en ondertitels. | |
gpt-live-transcribe | souffleur | Het live model van OpenAI: de woorden komen terwijl ze worden uitgesproken. De telefoon biedt het aan voor de souffleur. | |
Deepgramhttps://api.deepgram.com/v1 | nova-3 | allebei | Het beste algemene model van Deepgram, voor vergaderingen, rumoerig en meertalig geluid. Een nieuwe herkenner van deze soort krijgt het. |
nova-2 | allebei | De vorige generatie; houd die voor talen die nova-3 nog niet ondersteunt. | |
nova-2-phonecall | allebei | nova-2 afgestemd op het smalle geluid van een telefoonlijn. Engels. | |
flux-general-en | souffleur | Gemaakt voor gesprekken: het hoort wanneer iemand uitgesproken is. Engels. | |
flux-general-multi | souffleur | Hetzelfde in tien talen, en een gesprek mag tussen die talen wisselen. | |
enhanced, base | transcripties | Oudere niveaus; base is voor grote volumes. | |
whisper | transcripties | Whisper, gedraaid door Deepgram. | |
ElevenLabs (Scribe)https://api.elevenlabs.io/v1 | scribe_v2 | transcripties | Algemene transcriptie in meer dan 90 talen, met scheiding van sprekers. |
scribe_v2_realtime | souffleur | De live versie van scribe_v2. De telefoon biedt die aan voor de souffleur. | |
scribe_v2_medical | transcripties | scribe_v2 afgestemd op klinisch geluid. | |
scribe_v1 | transcripties | De eerste generatie; verouderd, gebruik scribe_v2. | |
Speechmaticshttps://asr.api.speechmatics.com/v2 | enhanced | allebei | Het nauwkeurigst, voor een gesprek in één taal. Een nieuwe herkenner van deze soort krijgt het. |
standard | allebei | Sneller en goedkoper, iets minder nauwkeurig. | |
melia-1 | transcripties | Een gesprek in meerdere talen, dat midden in een zin wisselt, komt terug als één transcriptie. Alleen opnames, in de regio's EU en VS; nog zonder eigen woordenboek en sprekerlabels. | |
xAI (Grok)https://api.x.ai/v1 | grok-voice-transcribe-2.0 | allebei | Het enige huidige model en de standaard: 38 talen, die het zelf herkent. Bestanden tot 500 MB; live spraak gaat naar wss://api.x.ai. |
grok-voice-transcribe-1.0 | transcripties | Verouderd: de dienst stuurt het door naar 2.0. | |
Sonioxhttps://api.soniox.com | stt-async-v5 | transcripties | Meer dan 60 talen, met scheiding van sprekers. |
stt-rt-v5 | souffleur | Live, in dezelfde 60+ talen, en hoort waar een beurt eindigt. De telefoon biedt het aan voor de souffleur. | |
AssemblyAIhttps://api.assemblyai.com | universal-3-5-pro | allebei | Het nauwkeurigste model voor opnames; 18 talen, en een gesprek mag tussen die talen wisselen. |
universal-2 | transcripties | 99 talen, goedkoper; AssemblyAI valt erop terug voor een taal die universal-3-5-pro niet kent. | |
universal-3-6-pro | souffleur | Het nieuwste live model van AssemblyAI, 32 talen; de dienst neemt het als het model leeg is. | |
universal-streaming-multilingual | souffleur | Goedkopere live herkenning in het Engels, Spaans, Duits, Frans, Portugees en Italiaans. | |
universal-streaming-english | souffleur | Goedkopere live herkenning, alleen Engels. | |
Vosk (op uw eigen machine)ws://localhost:2700 | (op de server ingesteld) | allebei | Gratis en licht; draait zonder grafische kaart. Het model is dat waarmee de server gestart is, één per taal, bijvoorbeeld vosk-model-nl-spraakherkenning-0.6 of het kleine vosk-model-small-nl-0.22. |
WhisperLive (op uw eigen machine)ws://localhost:9090 | small | allebei | Whisper via een live stroom. De grootte kiest u op de kaart: tiny, base, small (wat de telefoon aanbiedt), medium, large-v3; hoe groter, hoe nauwkeuriger, en hoe meer het een grafische kaart wil. |
NVIDIA Riva (op uw eigen machine)localhost:50051 | (op de server ingesteld) | allebei | De spraakserver van NVIDIA, voor een computer met een grafische kaart van NVIDIA. Hij levert modellen zoals Parakeet en Canary. |
Goed om te weten voordat u kiest:
- Transcripties of souffleur. Een model voor live spraak neemt geen afgerond bestand aan, en de meeste modellen voor bestanden kunnen niet live luisteren. Daarom heeft een kaart twee velden, Model voor transcripties en Model voor de souffleur.
- Bestandsgrootte. OpenAI neemt bestanden tot 25 MB aan; X.ai tot 500 MB. Een lang gesprek kan groter zijn dan een clouddienst aanneemt.
- Prijs. Clouddiensten rekenen per minuut geluid, en de tarieven verschillen per model en veranderen; lees ze op de pagina van de dienst zelf voordat u overstapt. Een herkenner op uw eigen machine kost niets om te draaien.
- Talen. Elke dienst heeft zijn eigen lijst; controleer de uwe en vul de code in bij Taal in de geavanceerde instellingen van de herkenner als hij verkeerd gokt.
De lijst met modellen van een dienst verandert vaak. Ontbreekt hier een model dat u wilt, dan staat de actuele lijst in de documentatie van de dienst zelf — OpenAI, Deepgram, ElevenLabs, Speechmatics, X.ai, Soniox, AssemblyAI, Vosk, WhisperLive, NVIDIA Riva — en het Model is de naam precies zoals de dienst die geeft.
Uw eigen modellen
Een herkenner hoeft geen clouddienst te zijn. De telefoon kan elk model gebruiken dat via de OpenAI-compatibele API wordt aangeboden — de interface POST /v1/audio/transcriptions —, of het nu lokaal op uw computer draait of op een eigen server. De audio verlaat uw pand nooit, er wordt niets per minuut gerekend en er is geen limiet op de hoeveelheid.
Om er een toe te voegen, drukt u op Toevoegen en geeft u op:
- het adres van de server, tot en met
/v1, bijvoorbeeldhttp://localhost:8000/v1voor de computer zelf ofhttp://asr.local:8080/v1voor een server in uw netwerk; - de naam van het model precies zoals de server die vermeldt, bijvoorbeeld
openai/whisper-large-v3-turbo.
Wat er gebruikt kan worden
De gebruikelijke keuze is Whisper, het open spraakherkenningsmodel van OpenAI. Het is gratis te gebruiken, verstaat ongeveer honderd talen en bestaat in verschillende formaten: een klein model draait op een gewone computer, de grote zijn merkbaar nauwkeuriger en krijgen het best een grafische kaart.
| Model | Opmerkingen |
|---|---|
whisper-large-v3 | De nauwkeurigste Whisper. Voor een server met een GPU. |
openai/whisper-large-v3-turbo | Een snellere versie van large-v3 met een klein verlies aan nauwkeurigheid. |
Systran/faster-whisper-large-v3 | large-v3 omgezet voor de engine faster-whisper; sneller en zuiniger met geheugen. |
medium, small, base | Kleinere Whisper-modellen, voor een computer zonder grafische kaart. |
Whisper is het model waaromheen deze servers zijn gebouwd. Sommige kunnen ook andere spraakherkenningsmodellen aanbieden, zoals NVIDIA Parakeet.
Servers met de OpenAI-compatibele API
Het model moet worden gedraaid door een server die het OpenAI-compatibele eindpunt /v1/audio/transcriptions aanbiedt. Deze doen dat:
| Server | Wat het is |
|---|---|
| vLLM | Een krachtige modelserver. Biedt na het starten Whisper aan op http://localhost:8000/v1. |
| Speaches | Een server voor spraakmodellen, „Ollama voor spraak”, gebouwd op faster-whisper. Laadt een model zodra het voor het eerst wordt gevraagd. |
| whisper.cpp | Draait Whisper efficiënt op een CPU, ook op Apple silicon. De whisper-server wordt gestart met --inference-path /v1/audio/transcriptions. |
| LocalAI | Een rechtstreekse vervanger van OpenAI die modellen lokaal draait. |
Elke andere server die hetzelfde eindpunt aanbiedt, werkt op dezelfde manier. Als een server een sleutel vraagt, voer die dan in zoals bij een clouddienst.
Maak voordat u op een server vertrouwt een testopname en bekijk het transcript in het venster Opnames: een gesprek in een taal die het model slecht kent, verraadt dat meteen.