Audio Transcriptie

AudioGeen bestand

Een transcript maken van audio

Maak een transcript van audio uit een interview, vergadering, les of spraakmemo. Je kunt ook een video met geluid uploaden. Kies de gesproken taal, eventuele vertaling en de gewenste tijdstempels of sprekerlabels. Controleer de tekst aan de hand van de opname voordat je hem verder gebruikt.

Kosten: Gratis binnen het beschikbare tegoed. Er gelden gebruikslimieten; zie de handleiding hieronder.

Audio transcriberen, stap voor stap

Voeg één opname toe
Klik op Upload een audiobestand om te transcriberen of sleep het bestand naar het voorbeeldvak. Audio- en videobestanden mogen maximaal 200 MB groot zijn. Onder Bestanden vind je passende uploads en resultaten uit andere tools.
Kies een AI-model
Standaard staat Gemini 3.5 Flash Lite · fast geselecteerd. Je kunt ook Gemini 3.6 Flash · advanced of Experimental kiezen. Hieronder staan de mogelijkheden en de grens voor korte clips.
Stel de taal in
Laat Audiotaal op Auto-detect staan of selecteer de gesproken taal. Kies bij Vertalen naar (optioneel) alleen een andere taal als je een vertaalde transcriptie wilt.
Kies de transcriptdetails
Onder Transcript detail staan Inclusief tijdstempels en Identificeer verschillende sprekers. Beide beginnen uitgeschakeld. Zet ze bijvoorbeeld aan om passages en deelnemers in een gesprek terug te vinden.
Transcribeer en sla de tekst op
Klik op Audio transcriberen en houd het tabblad open tot Getranscribeerde tekst verschijnt. Gebruik daarna Kopiëren naar klembord, Downloaden als TXT of DOCX. Bewerken kan in je tekstverwerker na het kopiëren of downloaden.

Taal, vertaling en transcriptdetails

AI-model: Gemini 3.5 Flash Lite · fast is standaard. Gemini 3.6 Flash · advanced is de andere Google-modelkeuze. Beide ondersteunen de instructies voor vertaling, tijdstempels en sprekerlabels. Experimental gebruikt GLM-ASR van Z.ai en is bedoeld voor spraakherkenning van clips tot 30 seconden.
Audiotaal: Standaard Auto-detect. De lijst bevat Engels, Spaans, Frans, Duits, Italiaans, Portugees, Russisch, Japanse, Chinees en Arabisch. Een expliciete taalkeuze geeft het model context bij korte fragmenten of veel namen en leenwoorden. Voor Nederlands of een andere taal die niet in deze lijst staat, laat je automatische herkenning aan.
Vertalen naar (optioneel): Standaard Geen vertaling (originele taal). De vertaalkeuzes zijn dezelfde tien talen, plus Hindi, Koreaans, Nederlands, Pools en Turks. Het model transcribeert en vertaalt in één opdracht. Je krijgt alleen de vertaalde versie, met de gevraagde sprekerlabels. Wil je ook de oorspronkelijke tekst, voer de opname dan afzonderlijk zonder vertaling uit.
Inclusief tijdstempels: Standaard uit. Ingeschakeld krijg je markeringen zoals [00:01:23]: uren, minuten en seconden. Elke markering begint op een nieuwe regel. Het model schat deze tijden; ze helpen passages zoeken, maar zijn geen exacte ondertiteltiming. Voor ondertitelbestanden gebruik je Video naar ondertitels. Zonder tijdstempels krijg je gewone tekst in leesbare alinea's.
Identificeer verschillende sprekers: Standaard uit. Deze optie vraagt labels zoals Speaker 1: en Speaker 2:, met een nieuwe regel bij een sprekerwisseling. Met tijdstempels kan dat [00:04:10] Speaker 2: … worden. Het onderscheid komt uit de stemmen: de opname wordt eerst naar mono gemengd, dus afzonderlijke stereokanalen blijven niet apart. Controleer de toewijzing en vervang de nummers zo nodig door namen in je tekstverwerker.

De drie modelkeuzes

De keuze bij AI-model bepaalt welk model je opname verwerkt.

Gemini 3.5 Flash Lite · fast

De standaardkeuze voor bijvoorbeeld spraakmemo's, lessen en langere opnames. Ondersteunt zowel een transcript in de gesproken taal als een vertaling, met optionele tijdstempels en sprekerlabels.

Gemini 3.6 Flash · advanced

Een alternatief om bij lastige opnames te vergelijken, bijvoorbeeld bij overlappende stemmen, sterke accenten of vaktermen. Controleer het resultaat; de modelkeuze garandeert geen foutloze herkenning.

Experimental: maximaal 30 seconden

GLM-ASR van Z.ai voor korte spraakclips. Opnames langer dan 30 seconden worden bij Audio transcriberen afgewezen. De verwerkte audiokopie mag maximaal 25 MB zijn. Kies een Gemini-model wanneer je vertaling, tijdstempels of sprekerlabels nodig hebt.

Wat er met de opname gebeurt

FFmpeg op onze server neemt de eerste audiotrack en bereidt mono-audio op 16 kHz voor. Voor de Gemini-modellen wordt FLAC gebruikt. Videobeelden, hoesafbeeldingen, hoofdstukken en metadatatags worden niet meegenomen. Alleen de voorbereide audio gaat naar de gekozen AI-dienst. Na de aanvraag wordt de tijdelijke kopie van onze server verwijderd.

Iedere invoer wordt zo naar mono op 16 kHz voorbereid. Een MP3 of M4A kan kleiner zijn dan een stereo WAV, maar voorafgaande compressie met verlies verandert de opname en kan ook de herkenning beïnvloeden. Verwacht daarom geen identieke transcriptie na zo'n omzetting. Luister of de spraak in een kleinere export goed verstaanbaar blijft.

Voor de limiet van 200 MB helpt een schatting: stereo WAV op cd-kwaliteit, 44,1 kHz en 16 bit, gebruikt ongeveer 10 MB per minuut. Er past dan grofweg 19 minuten in één bestand. MP3 op 128 kbps gebruikt minder dan 1 MB per minuut; ongeveer 3,5 uur kan binnen de uploadgrens passen. Dat is geen garantie dat een lang transcript binnen de tekstlimiet van het model past.

Formaten, verwerking en opslag

Invoer: Audio: MP3, WAV, FLAC, M4A, AAC, OGG/OGA, Opus en WebM. Video: MP4, M4V, MOV, MKV, WebM, AVI, MPEG/MPG en OGV. Een leesbare audiotrack is vereist.
Uitvoer: Tekst op de pagina, TXT in UTF-8 en DOCX
Bestandsgrootte: Maximaal 200 MB per bestand
Opnameduur: Experimental: maximaal 30 seconden. Gemini: geen vaste duurgrens; de taak moet binnen 60 minuten klaar zijn en lange transcripties kunnen de tekstlimiet bereiken.
Bestanden per taak: Eén opname
Verwerking: Onze server bereidt de audio met FFmpeg voor; een AI-model maakt het transcript. De taak heeft maximaal 60 minuten verwerkingstijd.
Externe AI-diensten: Gemini: de voorbereide audio gaat naar Google, rechtstreeks via de Gemini API of via OpenRouter. Experimental: de audio gaat naar de GLM-ASR API van Z.ai.
Gebruikslimieten: Er gelden dagelijkse gebruikslimieten. De tool toont een melding wanneer een limiet is bereikt.
Watermerk: Er wordt geen watermerk toegevoegd
Bewaartermijn: Serveruploads en DOCX-resultaten worden automatisch verwijderd na 48 uur voor gasten en na 30 dagen voor gratis accounts. Betaalde abonnementen kunnen langere opslag bieden.

Veelgestelde vragen over audio-transcriptie

Kan ik een video naar tekst transcriberen?

Ja, upload MP4, M4V, MOV, MKV, WebM, AVI, MPEG/MPG of OGV met geluid. Alleen de eerste audiotrack wordt gebruikt. Bevat een video meerdere taaltracks, dan moet de gewenste taal in die eerste track staan. Zonder audiotrack kan er geen transcript worden gemaakt.

Gaat mijn opname naar een AI-dienst?

Ja. Voor Gemini gaat de mono audiokopie op 16 kHz naar Google, rechtstreeks of via OpenRouter. Voor Experimental gaat die naar Z.ai. Videobeelden en bestandsmetadata worden niet meegestuurd. De bewaartermijn van onze server voor je upload en DOCX is 48 uur voor gasten en 30 dagen voor gratis accounts; betaalde opslag kan langer zijn.

Waarom stopt de tekst vóór het einde van mijn opname?

Een model kan per aanvraag maar een beperkte hoeveelheid tekst teruggeven. Is die grens bereikt, dan verschijnt boven de tekst een waarschuwing dat het transcript is afgebroken. Verdeel de opname met Audio splitsen, pak de ZIP met fragmenten uit en transcribeer de delen afzonderlijk.

Wat betekent ‘Er kon geen tekst van deze audio worden getranscribeerd’?

Het model gaf geen tekst terug. Een opname met stilte, muziek, ruis of zeer zachte spraak kan daarvoor onvoldoende verstaanbare woorden bevatten. Speel het bestand af om de gesproken inhoud te controleren en kies bij Audiotaal de gesproken taal als die in de lijst staat.

Wat kan ik doen met een bestand groter dan 200 MB?

MP3 of M4A kan minder ruimte innemen dan ongecomprimeerde WAV. Voorafgaande compressie met verlies kan de herkenning veranderen; controleer de verstaanbaarheid. Voor grotere video's accepteert Video comprimeren ruimere uploadgroottes. Behoud de audiotrack en kies vervolgens een passend kleiner resultaat onder Bestanden.

Hoe betrouwbaar is de transcriptie?

Dat hangt af van de opname. Achtergrondmuziek, galm, telefoonkwaliteit en mensen die door elkaar praten bemoeilijken de herkenning. Controleer vooral namen, getallen, vaktermen en sprekerlabels. Het model kan stopwoorden en afgebroken zinnen weglaten; gebruik het resultaat niet zonder controle als een strikt woordelijk verslag.