Startpagina › Lokale spraakherkenning

Uitleg · Spraakherkenning op de Mac

Lokale spraakherkenning: wat het is en hoe het werkt

Lokale spraakherkenning betekent dat het taalmodel op je eigen computer draait: de opname wordt daar in tekst omgezet en verlaat het apparaat niet. Je komt het ook tegen onder de namen “on-device spraakherkenning” en “offlinetranscriptie”.

Wat lokale spraakherkenning is

Spraakherkenning zet gesproken taal automatisch om in geschreven tekst. De interessante vraag op deze pagina is niet of dat werkt, maar waar het gebeurt. Bij een clouddienst neemt een app je stem op, stuurt het audiobestand naar een server van de aanbieder, daar rekent een model, en de tekst komt terug. Bij lokale spraakherkenning staat datzelfde model als bestand op je eigen schijf en gebeurt het rekenwerk in het geheugen en op de GPU van je eigen Mac. De route is kort: microfoon of audiobestand erin, tekst eruit, geen netwerk ertussen.

Dat is geen marketingdetail maar een architectuurkeuze met heel concrete gevolgen — voor vertrouwelijkheid, voor de bruikbaarheid zonder bereik, voor wat het kost en voor wat je aan hardware nodig hebt.

Cloud of lokaal: het verschil in de praktijk

Beide benaderingen leveren tegenwoordig bruikbare tekst op. Ze verschillen in wat er náást die tekst gebeurt.

De laatste twee regels zijn de eerlijke keerzijde. Lokale spraakherkenning verplaatst het rekenwerk naar jou: een interview van twee uur houdt je Mac merkbaar bezig, de ventilator gaat aan en je batterij loopt sneller leeg. Daar staat tegenover dat er geen kopie van je opname ontstaat op een plek waar jij niets over te zeggen hebt.

Waarom Apple Silicon een eis is en geen aanbeveling

Een modern spraakmodel bestaat uit honderden miljoenen tot enkele miljarden parameters. Om sneller te kunnen uitwerken dan de opname zelf duurt, moet dat rekenwerk op de grafische eenheid gebeuren én moet het model passen in geheugen waar processor en GPU allebei bij kunnen.

Precies dat levert het gedeelde geheugen van Apple Silicon: processor, GPU en Neural Engine gebruiken hetzelfde geheugen, dus het model hoeft niet voortdurend heen en weer te worden gekopieerd. Op Macs met een Intel-processor ontbreekt die voorwaarde. Daarom draait Lesskeys uitsluitend op Apple Silicon: een Mac met M1 of nieuwer is een eis, geen aanbeveling. Intel-Macs worden niet ondersteund. Als besturingssysteem geldt macOS 13 (Ventura) als ondergrens. Weet je niet wat je hebt: Apple-menu › “Over deze Mac”.

Hoe nauwkeurig is het?

Voor dictaat en voor normaal opgenomen gesprekken zitten lokale modellen in dezelfde orde van grootte als clouddiensten. De foutbronnen zijn in beide gevallen dezelfde, en ze liggen bijna altijd bij het geluid en niet bij het model:

• Opnamekwaliteit. Een microfoon dicht bij de spreker wint van elk model. Galm en een telefoon midden op tafel kosten meer nauwkeurigheid dan welke softwarekeuze ook.
• Door elkaar praten. Praten twee mensen tegelijk, dan wordt er één slechter verstaan. Dat geldt voor elk systeem.
• Vaktaal, eigennamen en afkortingen. Namen van personen, plaatsen, producten en organisaties komen er vaak klankgetrouw maar verkeerd gespeld uit. Die plekken werk je zelf na.
• Dialect en zwaar accent. Standaardnederlands wordt betrouwbaarder herkend dan uitgesproken streektaal.
• Nederlands met Engels erdoorheen. In veel kantoren de norm, en het levert meer correcties op dan één taal consequent volhouden.

Realistisch blijft: een automatisch transcript is een ruwe tekst. Het scheelt het grootste deel van het typewerk, maar het vervangt het nalezen niet — zeker niet als je er later uit citeert.

Wat “blijft op je Mac” wel en niet betekent

Lokale verwerking is een uitspraak over de architectuur: er is geen upload van je audio, geen dienst die je opname in ontvangst neemt en dus ook geen verwerker die het materiaal namens jou verwerkt. Er is geen account nodig en het werkt in de vliegtuigmodus.

Wat daar niet uit volgt, is een oordeel over jouw verwerking. Of je een bepaald gesprek mag opnemen, bewaren en uitwerken hangt af van het doel, van de betrokkenen en van je organisatie. Wij claimen hier uitdrukkelijk geen AVG-conformiteit, geen certificering en geen norm; die beoordeling hoort bij je eigen functionaris gegevensbescherming of privacyjurist. De architectuur neemt je één vraag uit handen — waar de opname naartoe gaat — en verder niets.

En eerlijk over wat er wél gebeurt en waar je zelf voor moet zorgen:

• Het model wordt één keer gedownload. Bij het instellen haalt de app het taalmodel op; daarna heb je geen verbinding meer nodig.
• Het transcript is een gewoon bestand op je schijf. Schijfversleuteling (FileVault) en de vraag waar je back-up terechtkomt — Time Machine, een externe schijf, iCloud — zijn jouw verantwoordelijkheid, niet die van de app.
• Een transcript is een werkdocument. Er is geen garantie dat een automatisch gemaakt transcript ergens als bewijsstuk telt.

Anderen opnemen: hoe dat in Nederland ligt

Zodra er anderen op de opname staan, is de techniek het kleinste probleem. In Nederland is het opnemen van een gesprek waaraan je zelf deelneemt niet strafbaar: artikel 139a Sr richt zich op het heimelijk opnemen van gesprekken waar je géén deelnemer aan bent. Dat is dus een wezenlijk andere situatie dan in een aantal buurlanden, en de strenge waarschuwingen die je op Engels- of Duitstalige pagina’s leest, gelden hier niet zonder meer.

“Niet strafbaar” is alleen niet hetzelfde als “mag altijd”. Neem je op in werkverband, dan val je buiten de huishoudelijke uitzondering van de AVG en heb je een grondslag nodig; bij het monitoren van medewerkers heeft de ondernemingsraad een stem en is de Autoriteit Persoonsgegevens de toezichthouder; en het delen of publiceren van een stiekeme opname kan civielrechtelijk alsnog onrechtmatig zijn. De praktische norm is simpel: meld het aan het begin van het gesprek en noteer de instemming in het verslag. Dit is een toelichting, geen juridisch advies.

De termen die hetzelfde betekenen

In het Nederlands lopen verschillende woorden voor dezelfde zaak door elkaar, wat het zoeken onnodig lastig maakt. “Lokale spraakherkenning”, “on-device spraakherkenning”, “offlinetranscriptie” en “spraakherkenning zonder server” beschrijven allemaal verwerking op je eigen apparaat. Een opname uitwerken of uitschrijven is de gewone Nederlandse manier om “transcriberen” te zeggen. Niet hetzelfde is sprekerherkenning: die beantwoordt wie er sprak, niet wat er werd gezegd — pas samen leveren ze een leesbaar gespreksverslag op. En de spraakbediening van macOS is weer iets anders: die voert opdrachten uit in plaats van lopende tekst te maken.

Lokale spraakherkenning op de Mac

Lesskeys is een macOS-app die uitsluitend lokaal werkt: dicteren in elk programma via een sneltoets, en daarnaast het uitwerken van gesprekken, interviews, audio- en videobestanden met automatische sprekerscheiding. Er worden 99 talen herkend en de taal wordt automatisch bepaald. Gedicteerde tekst komt op je klembord en plak je zelf met ⌘V — de app typt niets uit zichzelf in andere programma’s. Downloaden is gratis; de volledige versie schakel je vrij met een eenmalige in-app-aankoop van $49,99 (in de Nederlandse App Store in euro’s), geen abonnement. In de gratis versie zit 5 minuten dictaat per dag plus 5 audio- en 5 videotranscripties in totaal; opnemen en opnieuw laten uitwerken zijn onbeperkt.

Wil je de keten stap voor stap zien, lees dan verder bij spraak naar tekst op de Mac.

Veelgestelde vragen

Meer hierover