Sprekerherkenning in een transcript: wie zei wat, en hoe werkt het?

Wie een vergadering of interview met meerdere deelnemers laat transcriberen, kent het probleem: de tekst klopt op zich, maar u ziet niet wie wat zei. Een transcript zonder sprekers leest als één lange monoloog — en juist bij notulen en interviews is de toewijzing de helft van de waarde.

Die laag heet sprekerherkenning, of vaktechnisch sprekerdiarisatie. Ze beantwoordt niet de vraag wat er gezegd is (dat doet de spraakherkenning), maar wie er wanneer sprak.

Wat is sprekerdiarisatie precies?

Diarisatie deelt de audio op in stukjes en groepeert die op basis van stemkenmerken. Alle fragmenten die op dezelfde stem lijken, krijgen hetzelfde label: Spreker 1, Spreker 2, Spreker 3.

Belangrijk om te weten: het systeem weet niet wie die mensen zijn. Het herkent dat er een aantal verschillende stemmen in de opname zit en houdt ze uit elkaar. De namen koppelt u er zelf aan — meestal in één handeling, waarna het hele transcript meegaat.

Diarisatie staat dus los van spraakherkenning:

• Spraakherkenning zet geluid om in woorden.
• Diarisatie bepaalt de grenzen tussen beurten en groepeert ze per stem.

Beide kunnen los van elkaar goed of slecht uitpakken. Een transcript kan woordelijk prima zijn en tóch de sprekers door elkaar halen.

Waarom sprekerlabels het verschil maken

• Notulen. Een besluit is pas bruikbaar als duidelijk is wie het nam of toezegde. Zonder labels moet u de opname terugluisteren om dat te achterhalen.
• Interviews en onderzoek. Bij kwalitatief onderzoek is de toewijzing van citaten aan respondenten geen detail maar de kern van het materiaal.
• Doorzoekbaarheid. Met labels kunt u gericht teruglezen wat één deelnemer heeft ingebracht.
• Ondertitels. Bij een gesprek met meerdere mensen in beeld helpt een sprekerwissel de kijker het gesprek te volgen.

Wat bepaalt de kwaliteit van de sprekerherkenning?

De nauwkeurigheid hangt vooral van de opname af, niet van de knop die u indrukt:

• Overlappende spraak. Mensen die door elkaar praten zijn het lastigste geval — dat is voor een luisteraar ook zo. Verwacht hier de meeste correcties.
• Aantal deelnemers. Twee sprekers uit elkaar houden is aanzienlijk eenvoudiger dan acht.
• Microfoonopstelling. Eén telefoon midden op een vergadertafel levert zwakkere scheiding op dan aparte microfoons of een online vergadering waarbij iedereen een eigen headset draagt.
• Achtergrondgeluid en galm. Een harde, kale ruimte maakt stemmen minder onderscheidbaar.
• Korte tussenwerpsels. Een enkel "ja" of "klopt" biedt weinig materiaal om een stem op te herkennen en wordt daardoor sneller verkeerd toegewezen.

Realistische verwachting: bij een normaal gesprek met een redelijke opname zijn de labels grotendeels bruikbaar en hoeft u maar een beperkt aantal beurten te corrigeren. Bij een rumoerige opname met veel overlap loopt dat op. Ga er niet van uit dat u niets meer hoeft na te lopen — reserveer altijd tijd voor een controleronde.

Zo krijgt u bruikbare sprekerlabels in Subanana

1. Upload de opname (audio of video) of plak een link. Subanana verwerkt zowel losse bestanden als opnames uit online vergaderingen.
2. Laat het transcript genereren. De tekst wordt opgesplitst in beurten met een sprekerlabel per beurt.
3. Vervang de labels door namen. Eén keer aanpassen volstaat — de wijziging loopt door het hele transcript.
4. Loop de wissels na waar mensen door elkaar praten. Dat zijn de plekken waar correcties nodig zijn; de rest laat u ongemoeid.
5. Exporteer naar SRT, VTT, TXT, DOCX, XLSX of Markdown, afhankelijk van wat u ermee doet — notulen in Word, ondertitels als SRT.

De samenvatting met besluiten en actiepunten bouwt op deze gelabelde structuur voort: wie iets toezegde, blijft zichtbaar. Meer over die stap leest u in notulen maken met AI. Werkt u met interviews, dan sluit een interview transcriberen hier direct op aan.

Eerlijk over de grens: is een passage voor een menselijke luisteraar niet te ontwarren omdat drie mensen tegelijk praten, dan lost software dat ook niet op. Diarisatie versnelt het werk, maar vervangt de controleronde niet.

Veelgestelde vragen

Kan AI automatisch de namen van sprekers invullen?

Nee. Het systeem onderscheidt stemmen, maar weet niet van wie ze zijn. U koppelt de namen zelf aan de labels; daarna wordt die naam in het hele transcript gebruikt.

Hoeveel sprekers kan een transcript aan?

Bij een gebruikelijke vergadering of een interview met enkele deelnemers gaat het goed. Hoe meer stemmen, hoe groter de kans op verwisselingen — vooral als mensen kort en door elkaar reageren.

Waarom worden twee mensen soms als één spreker gelabeld?

Meestal doordat de stemmen in die opname te weinig van elkaar verschillen of doordat de microfoon ze op vergelijkbare afstand oppikt. Een betere opnameopstelling — dichter bij de sprekers, minder galm — helpt hier het meest.

Werkt sprekerherkenning ook bij een anderstalige opname?

Ja. De scheiding gebeurt op basis van stemkenmerken, niet op basis van de taal. Subanana ondersteunt meer dan 95 talen voor de transcriptie zelf, en de sprekerindeling werkt daar bovenop.

Kort samengevat

Sprekerherkenning maakt van een lap tekst een leesbaar gesprek. De kwaliteit wordt vooral bepaald door uw opname: hoe duidelijker de stemmen gescheiden binnenkomen, hoe minder u achteraf corrigeert. Reken op een korte controleronde bij de passages waar mensen door elkaar praten — en op flinke tijdwinst bij al het overige.