Sprekerherkenning bij transcriptie: hoe het werkt en wanneer het misgaat
Sprekerherkenning, in vakkringen diarisatie genoemd, zorgt dat een transcriptie per stuk tekst aangeeft wie er praat. Je krijgt dan labels als Spreker 1 en Spreker 2, die je zelf vervangt door namen.
Het werkt goed bij twee mensen in een rustige ruimte en wordt onbetrouwbaarder zodra het drukker wordt. Hieronder lees je hoe het principe werkt, welke tools het aanbieden en hoe je de fouten opvangt. De tools staan in de vergelijking op de homepage.
Hoe de tool weet wie er praat
De software kijkt niet naar wat er gezegd wordt maar naar hoe het klinkt. Ze verdeelt de opname in stukjes, kenmerkt elk stukje op eigenschappen van de stem, en groepeert stukjes die op elkaar lijken. Elke groep krijgt een label. De tool weet dus niet wie Anna is. Ze weet alleen dat dezelfde stem steeds terugkomt.
Daarom moet jij de labels zelf omzetten in namen. Veel tools laten je een label eenmalig hernoemen, waarna het overal in het document wordt aangepast.
Wie biedt het aan
Op hun eigen sites noemen:
- Sonix: sprekers worden automatisch herkend, met labels per spreker.
- Trint: automatische sprekerherkenning, beschikbaar als metadata naast de tijdcodes.
- Amberscript: de pagina noemt geen aparte functie, maar het aanvraagformulier vraagt naar het aantal sprekers.
Whisper heeft volgens de projectpagina geen sprekerherkenning. Zie Whisper lokaal draaien voor wat je dan zelf moet toevoegen.
Wanneer het misgaat
- Mensen praten door elkaar. Overlappende spraak wordt vaak aan één spreker toegewezen of krijgt een rommelige indeling.
- Stemmen lijken op elkaar, bijvoorbeeld twee mannen van dezelfde leeftijd met een vergelijkbare toon.
- Er zijn veel sprekers. Hoe meer stemmen, hoe groter de kans op een verkeerde groepering.
- Iemand zit ver van de microfoon, waardoor zijn stem anders klinkt dan de rest.
- Korte opmerkingen als "ja" of "precies" zijn te kort om een stem te herkennen.
Het gevolg is dat een stukje tekst bij de verkeerde persoon komt te staan. In een interview is dat risicovol, omdat je dan iemand iets laat zeggen wat een ander zei.
De opname beter maken voor sprekerherkenning
- Neem op met één microfoon per spreker als dat kan, of zet een enkele microfoon centraal tussen de sprekers.
- Laat mensen elkaar uit laten praten. Dat helpt ook de mensen die later de tekst lezen.
- Laat iedereen zich aan het begin kort voorstellen. De tekst laat dan zien welk label bij wie hoort.
- Geef de tool het juiste aantal sprekers mee als dat kan.
Labels controleren
Loop na de transcriptie de tekst door bij elke wisseling van spreker. Dat gaat het snelst in een editor waarin je op een regel klikt en de audio hoort. Let op wisselingen midden in een alinea en op heel korte beurten. Een misser verderop in het gesprek betekent vaak dat de tool daar twee stemmen heeft verwisseld, en dan loop je de rest tot het einde na.
Voor een interview van twee personen kun je ook kiezen om de tekst zonder labels te laten uitschrijven en zelf de beurten te markeren. Dat kost meer tijd, maar is soms betrouwbaarder dan labels corrigeren. Meer over de werkwijze bij interviews staat in interview transcriberen met AI.
Tweetalige gesprekken en dialect
Sprekerherkenning kijkt naar stemmen, spraakherkenning naar woorden. Het zijn twee stappen die elk hun eigen fouten maken. Een gesprek waarin iemand halverwege van Nederlands naar Engels of dialect wisselt, kan de woordherkenning in de war brengen terwijl de labels nog kloppen. Zet de taal daarom goed en test met een kort stuk als de sprekers veel wisselen.
Wat je niet moet verwachten
Een tool die zegt sprekers te herkennen, gaat zelden foutloos om met groepsgesprekken, paneldiscussies of opnames uit een café. Als labels cruciaal zijn, bijvoorbeeld voor een onderzoeksrapport waarin elke uitspraak aan een persoon is gekoppeld, plan dan een volledige controleronde in. Amberscript meldt op zijn site een nauwkeurigheid van meer dan 99% voor professionele transcriptie die door taalexperts is gecontroleerd. Dat is een andere dienst dan de automatische variant, dus kijk goed welke je bestelt.
Podcasts en panels
Bij een podcast met twee vaste gasten werkt sprekerherkenning meestal goed, omdat de stemmen verschillen en de beurten duidelijk zijn. Bij een paneldiscussie met zes mensen en een gespreksleider die door de zaal loopt, zal het vaker fout gaan. Neem in dat geval, indien mogelijk, elke spreker op een eigen spoor op. Dan kun je elk spoor apart transcriberen en achteraf samenvoegen op tijdcode.
Je eigen opmerkingen
Bij interviews wil je zelf als interviewer ook als spreker zichtbaar zijn. Houd je vragen kort en duidelijk, en wissel niet halverwege van afstand tot de microfoon. Dat helpt de tool om jou en de gast uit elkaar te houden.
Labels in de uitvoer
Kijk voor je begint hoe de tool de labels exporteert. In Word of tekst staat de naam meestal vóór elke beurt. In ondertitelbestanden kunnen de labels ontbreken. Controleer dat bij een testexport, zodat je niet pas bij de eindversie ontdekt dat de namen verdwenen zijn.
Namen en privacy
Als je namen van deelnemers in de tekst zet, is de tekst herleidbaar. Gebruik bij onderzoek liever codes zoals R1 en R2 en bewaar de koppeling met de namen apart. Lees ook transcriptie en de AVG voor wat je daarbij regelt.
Veelgestelde vragen
Kan een tool de naam van een spreker zelf invullen?
In de regel niet. De tool groepeert stemmen en geeft nummers. De namen voeg je zelf toe.
Hoeveel sprekers kan een tool aan?
Dat verschilt per tool en kwaliteit van de opname. Hoe meer sprekers, hoe meer fouten, dus controleer altijd.
Werkt sprekerherkenning ook voor video?
Ja, de tool gebruikt het geluidsspoor. Beeld speelt geen rol.
Helpt een aparte microfoon per spreker?
Ja, dat geeft meestal betere resultaten dan één microfoon voor iedereen, zeker bij groepen.