Sprekerherkenning bij AI-notulen: zo werkt het

Een transcript zonder namen is bijna waardeloos. Je leest dat er een deadline is verschoven, maar niet wie dat besloot. Je ziet een toezegging, maar niet wie hem deed. Sprekerherkenning bij AI-notulen is precies de techniek die dat oplost: de AI splitst het gesprek op in stukken en plakt er een naam of label aan vast.

Het klinkt simpel, maar het is een van de lastigste onderdelen van automatisch notuleren. In dit artikel lees je hoe het onder water werkt, waarom het soms misgaat, en wat je zelf kunt doen om de nauwkeurigheid flink omhoog te krijgen.

Wat sprekerherkenning precies doet

In vaktaal heet dit speaker diarization: het antwoord op de vraag "wie sprak wanneer?". De AI doet dat in een paar stappen.

Segmenteren. De audio wordt geknipt op momenten waar de stem verandert of waar een stilte valt.
Stemvingerafdruk maken. Per stukje audio berekent het model een numerieke weergave van de stem, gebaseerd op toonhoogte, klankkleur en spreekritme.
Clusteren. Stukjes met een vergelijkbare vingerafdruk worden op één hoop gegooid. Elke hoop is één spreker.
Labelen. De clusters krijgen een label: eerst Spreker 1, Spreker 2, en daarna waar mogelijk een echte naam.

Belangrijk om te snappen: de AI herkent niet meteen dat iemand Sanne heet. Hij hoort alleen dat er twee verschillende stemmen zijn. De koppeling naar namen komt uit een andere bron.

Hoe de AI aan echte namen komt

Er zijn grofweg drie routes waarlangs een label verandert in een naam.

1. Via de deelnemerslijst van de meeting

Als je notulist als bot in Teams, Zoom of Google Meet zit, ziet hij wie er in de vergadering zit. Bij online vergaderingen komt de audio bovendien vaak per deelnemer binnen, elk op een eigen kanaal. Dan is naamtoewijzing bijna foutloos, want de AI hoeft de stemmen helemaal niet uit elkaar te pluizen.

2. Via een opgeslagen stemprofiel

Sommige tools laten je een stemprofiel aanmaken. Je spreekt eenmalig een kort stukje in, en daarna herkent het systeem je stem in elke vergadering, ook als je in een zaal zit met één centrale microfoon.

3. Via de context van het gesprek

Taalmodellen zijn hier verrassend goed in. Klinkt er "Bedankt Joost, wat is jouw stand van zaken?" en spreekt daarna een nieuwe stem, dan is de kans groot dat dat Joost is. Dezelfde truc werkt bij begroetingen en voorstelrondes.

Waar sprekerherkenning het vaakst misgaat

Ken je de zwakke plekken, dan kun je ze omzeilen. Dit zijn de klassiekers.

Eén microfoon voor een hele zaal. Mensen ver van de microfoon klinken gedempt en worden makkelijk verward.
Door elkaar praten. Overlappende spraak is het lastigste scenario dat er is. Twee stemmen tegelijk levert vaak één rommelig segment op.
Vergelijkbare stemmen. Twee collega's met een soortgelijke toonhoogte en spreekstijl worden regelmatig samengevoegd tot één spreker.
Hele korte bijdragen. Een "ja, prima" van twee woorden geeft het model te weinig materiaal om op te clusteren.
Wisselende akoestiek. Iemand die zijn headset afzet en verdergaat op de laptopspeaker, klinkt ineens als een andere persoon.
Achtergrondgeluid. Verkeer, een espressomachine of een pratende collega naast je maken de stemvingerafdruk troebel.

Acht tips voor betere naamtoewijzing

Het goede nieuws is dat je zelf veel invloed hebt op de kwaliteit. Deze aanpassingen kosten weinig moeite en leveren direct verschil op.

Laat iedereen zijn eigen apparaat gebruiken. Ook in een hybride vergadering waarin mensen fysiek bij elkaar zitten, geeft dit de schoonste audio per persoon.
Doe een korte voorstelronde. Vijftien seconden waarin iedereen zijn naam noemt, geeft de AI meteen een ankerpunt per stem.
Gebruik een headset in plaats van laptopspeakers. Dit is veruit de grootste kwaliteitswinst per euro.
Spreek elkaar aan bij naam. "Wat vind jij, Fatima?" is niet alleen prettig vergaderen, het helpt ook de AI.
Laat elkaar uitpraten. Minder overlap betekent schonere segmentatie.
Zet stemprofielen aan als je tool dat ondersteunt. Vooral waardevol voor teams die wekelijks in dezelfde samenstelling vergaderen.
Corrigeer fouten meteen na afloop. De meeste tools laten je labels hernoemen, en die correctie werkt vaak door in het hele transcript.
Kies zorgvuldig je zaalmicrofoon. Een goede vergaderspeakerphone met meerdere microfoons doet meer voor je notulen dan welke software-instelling ook.

Waarom dit meer uitmaakt dan je denkt

Namen in je notulen zijn geen cosmetisch detail. Ze bepalen of een actiepunt een eigenaar heeft. Ze bepalen of je later kunt terugzoeken wat een specifieke collega heeft toegezegd. En ze bepalen of een besluit navolgbaar is voor iemand die er niet bij was.

Precies daarom investeren de betere meetingtools zwaar in deze techniek. In een AI-notulist die per deelnemer meeluistert zie je bijvoorbeeld hoe koppeling met de agenda en de deelnemerslijst de naamtoewijzing veel betrouwbaarder maakt dan puur akoestische analyse. De combinatie van beide signalen wint het van elke afzonderlijke methode.

Wil je bijblijven bij wat er in dit soort tools verandert, dan is het handig om ervaringen uit te wisselen met anderen die er dagelijks mee werken. Op de AI-tafel gaan gesprekken over dit soort praktische AI-toepassingen regelmatig verder dan de marketingclaims van leveranciers.

Hoe je de kwaliteit zelf test

Wil je weten hoe goed jouw setup het doet? Doe een korte proefvergadering van tien minuten met vier deelnemers. Loop daarna het transcript door en tel drie dingen: hoe vaak een spreker onterecht is opgesplitst, hoe vaak twee mensen zijn samengevoegd, en hoe vaak een naam simpelweg ontbreekt.

Herhaal dezelfde test nadat je de tips hierboven hebt doorgevoerd. In de praktijk zie je vaak dat alleen al de overstap naar individuele headsets het aantal fouten meer dan halveert. Dat is een aanpassing van een paar tientjes per persoon, en je hebt er bij elke vergadering profijt van.

Veelgestelde vragen

Herkent een AI-notulist automatisch de namen van deelnemers?

Meestal wel bij online vergaderingen, omdat de tool de deelnemerslijst van Teams, Zoom of Google Meet uitleest. Bij een fysieke vergadering met één centrale microfoon krijg je vaker generieke labels als Spreker 1 en Spreker 2, tenzij je met stemprofielen werkt.

Hoe nauwkeurig is sprekerherkenning in het Nederlands?

Sprekerherkenning werkt grotendeels taalonafhankelijk, omdat het naar stemkenmerken kijkt en niet naar woorden. De kwaliteit hangt dus vooral af van je audio en het aantal deelnemers. Bij vier of vijf sprekers met een eigen microfoon zijn de resultaten doorgaans erg goed, bij tien mensen rond één tafel merkbaar minder.

Kan ik verkeerde sprekers achteraf nog corrigeren?

Ja, vrijwel alle serieuze AI-notulisten laten je labels hernoemen of segmenten aan een andere spreker toewijzen. Doe dit het liefst kort na de vergadering, zolang je nog weet wie wat zei.