Whisper is een automatisch spraakherkenningsmodel dat OpenAI in september 2022 uitbracht. Het zet gesproken taal in veel talen om in tekst en kan opnamen ook naar het Engels vertalen. De code en modelgewichten zijn beschikbaar onder de open-sourcelicentie MIT, waardoor Whisper ook op eigen hardware kan draaien, een voordeel wanneer audiogegevens de organisatie niet mogen verlaten. Typische toepassingen zijn transcripties van vergaderingen en interviews en ondertitels.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenSpraakherkenning, ook ASR (automatic speech recognition) genoemd, zet gesproken taal automatisch om in geschreven tekst. Moderne systemen gebruiken neurale netwerken die zijn getraind op grote hoeveelheden audio-opnamen en gaan redelijk goed om met accenten en achtergrondgeluid. Toepassingen zijn onder meer dicteren, ondertitels, spraakassistenten en het transcriberen van vergaderingen en klantgesprekken. Vaktermen, eigennamen en slechte geluidskwaliteit blijven veelvoorkomende bronnen van fouten.
Audiotranscriptie zet gesproken taal uit opnamen om in geschreven tekst. Moderne systemen voor automatische spraakherkenning voegen ook interpunctie toe, onderscheiden sprekers en leveren soms tijdstempels. Het wordt gebruikt voor notulen van vergaderingen, interviews, ondertiteling en het documenteren van klantgesprekken. De kwaliteit hangt sterk af van de geluidskwaliteit, het accent en vakjargon; bij gesprekken met persoonsgegevens moet rekening worden gehouden met toestemming en gegevensbescherming.
OpenAI is een AI-bedrijf uit San Francisco, in 2015 opgericht als non-profitorganisatie. Sinds de herstructurering in oktober 2025 bestaat het uit de non-profit OpenAI Foundation, die de winstgevende OpenAI Group PBC controleert (stand oktober 2026). OpenAI is vooral bekend van ChatGPT en de GPT-taalmodellen, evenals de beeldgenerator DALL·E en het spraakherkenningsmodel Whisper. De modellen worden aangeboden via apps en een API.
Text-to-speech zet geschreven tekst om in gesproken taal en is daarmee het tegenstuk van spraakherkenning (speech-to-text). Moderne systemen gebruiken neurale netwerken om natuurlijk klinkende stemmen met passende intonatie te maken. TTS wordt gebruikt in telefoonaankondigingen, navigatiesystemen, voorleesfuncties voor toegankelijke websites en spraakassistenten.
