Spraakgestuurde kunstmatige intelligentie (spraak-AI) staat in de belangstelling. Er worden grote bedragen geïnvesteerd en er verschijnen bijna wekelijks nieuwe modellen en tools die beweren natuurlijk te klinken. Toch zeggen deskundigen dat de technologie nog niet het brede doorbraakmoment heeft bereikt dat vergelijkbaar is met wat ChatGPT voor tekst deed.

Waarom mensen zo enthousiast zijn

Er zijn goede redenen voor de hype. Spraak voelt voor veel mensen natuurlijker dan typen. Voor bedrijven klinken er kansen: klantenservice die met mensen belt, notities van vergaderingen die automatisch gemaakt worden, of dikwijls gebruikte taken die je simpelweg kunt inspreken.

Sommige technologische stappen zijn al gezet. Er bestaan nu modellen die tegelijk kunnen luisteren en spreken — ze hoeven niet telkens te wachten tot de ander klaar is. Dat maakt gesprekken vloeiender en lijkt menselijker.

Wat er nog niet klopt

Deskundigen wijzen erop dat een paar belangrijke onderdelen nog niet op het gewenste niveau zijn. Kort samengevat gaat het vooral om begrip, snelheid en betrouwbaarheid.

• Begrip: spraakherkenning en de slimme lagen daarboven missen soms sleutelwoorden of de juiste context. Dat leidt tot onjuiste transcripties of verkeerde inschattingen van wat iemand eigenlijk wil.

• Snelheid van redeneren: zelfs als een systeem kan luisteren en spreken tegelijk, moet het ook snel genoeg antwoorden kunnen vinden. Als het te traag is, voelt een gesprek onnatuurlijk en stroef.

• Emotie en relatie: in vergaderingen of gesprekken gaat het niet alleen om inhoud. Stem en intonatie dragen emoties en geven richting aan debatten. Als een digitale stem die nuance niet kan overbrengen, blijft het een simpele vraag-en-antwoordmachine.

Een voorbeeld: als het begin van een gesprek goed verloopt en de beller twee of drie keer een goede ervaring heeft, groeit het vertrouwen. Daarna is de kans groter dat die persoon een probleem volledig door de AI laat afhandelen. Maar om daar te komen moet die eerste ervaring heel overtuigend zijn.

Technische en praktische problemen

Een vaak genoemd technisch knelpunt is ASR (Automatic Speech Recognition — automatische spraakherkenning). Deze laag zet spraak om in tekst. Als die omzetting fouten maakt, zijn alle vervolgstappen onbetrouwbaar: samenvattingen kloppen niet, acties worden verkeerd uitgevoerd en gebruikers verliezen vertrouwen.

Bedrijven die notities of vergaderassistenten bouwen, zien transcriptie niet als einddoel maar als basis voor verdere automatisering. Als die basis niet accuraat is, worden alle automatische taken daarna foutief. Daarom blijft verbeteren van spraakherkenning en taalbegrip een prioriteit.

Daarnaast werken sommige bedrijven aan zogeheten digitale tweelingen: representaties van mensen in een vergadering die kunnen meedoen of notuleren. Voor zulke toepassingen is het belangrijk dat de stem hetzelfde emotionele bereik heeft als een echt mens, zodat deelnemers hetzelfde gevoel van relatie en debat houden.

Vertrouwen en transparantie

Naast techniek speelt vertrouwen een grote rol. Mensen moeten weten of ze met een mens of met een machine praten, en of ze worden opgenomen. Dat geldt vooral in zakelijke gesprekken en vergaderingen.

Bedrijven geven aan hier actief maatregelen voor te nemen. Voorbeelden zijn notificaties in de vergaderchat dat een sessie wordt opgenomen of dat een AI aanwezig is. Duidelijkheid over wat er met opnames en transcripties gebeurt, helpt vertrouwen opbouwen.

Wat moet er gebeuren voor die doorbraak?

Er zijn een paar duidelijke stappen die genomen moeten worden voordat spraak-AI echt breed inzetbaar en vertrouwd wordt:

• Betere spraakherkenning en begrip van context.

• Sneller redeneren zodat antwoorden vloeiend aanvoelen.

• Stemmen die emotie en nuance kunnen overbrengen.

• Heldere meldingen en regels zodat mensen weten wanneer een AI meedoet en wat er met data gebeurt.

Als deze punten op orde komen, neemt de kans toe dat gebruikers AI-stemmachines na een paar goede ervaringen gaan vertrouwen om problemen zelfstandig op te lossen.

Conclusie

Spraak-AI heeft al veel vooruitgang geboekt en veel investering aangetrokken. Toch ontbreekt nog een echte publieksdoorbraak. Technische verbeteringen in begrip en snelheid, plus aandacht voor emotie, betrouwbaarheid en transparantie, zijn nodig voordat spraak-AI net zo vanzelfsprekend en breed gebruikt wordt als tekst-AI nu lijkt te worden.