Wat is een AI-spraakassistent?

Ik moest de stem van mijn ChatGPT veranderen naar die geïrriteerde Britse man. Ik ben bang dat als de stem te vriendelijk is, ik er verliefd op word.

Zoals die man. Uit die film.

Laten we het hebben over spraakassistenten.

Siri was vroeger het mikpunt van grappen. Maar terwijl wij Siri vroegen hoe je een lichaam verstopt, heeft spraak-AI stilletjes de hele markt veroverd. In 2025 beschouwt 67% van de organisaties spraak-AI als essentieel voor hun bedrijf.

Die organisaties beseffen dat AI-agenten beter zijn met spraakmogelijkheden.

Oh, en die film waar ik naar verwees? Zo vergezocht is dat niet. De recente overname van io door Open AI wordt gezien als een stap richting het bouwen van een niet-invasieve, altijd aanwezige spraakassistent.

Je weet wel, altijd een klein maatje in je oor.

En hier zijn we dan: Alexa is bekender als product dan als voornaam, CEO’s van AI-bedrijven maken samen verlovingsfoto’s, en twee derde van de bedrijven heeft de datum al geprikt.

En als je niet meedoet, dan loop je achter.

Dat is begrijpelijk. De technologie is mysterieus, en er zijn niet veel mensen die uitleggen hoe het werkt. Maar raad eens wie er twee duimen en een master in spraaktechnologie heeft?

(Je ziet het niet, maar ik steek mijn duimen op.)

(...Weet je wie het ook niet ziet? Spraakassistenten.)

(Maar goed.)

Ik schrijf dit artikel om je bij te praten. We bespreken AI-spraakassistenten: hoe ze werken, wat je ermee kunt doen en waarom zoveel bedrijven ervoor kiezen ze te integreren in hun processen.

Wat is een AI-spraakassistent?

Een AI-spraakassistent is software die met AI spraak verwerkt, begrijpt, taken uitvoert en de gebruiker antwoord geeft. Deze assistenten worden in allerlei sectoren en situaties gebruikt en geven een persoonlijk tintje aan taken en klantenservice.

Hoe werken AI-spraakassistenten?

AI-spraakassistenten zijn een complexe combinatie van AI-technologieën. In de paar seconden tussen het opnemen van de spraak van de gebruiker en het genereren van een antwoord, worden verschillende processen gestart om een soepele interactie te bieden.

Automatische Spraakherkenning (ASR)

Automatische spraakherkenning wordt ook wel spraak-naar-tekst genoemd, want dat is precies wat het is.

Wanneer een gebruiker in een apparaat spreekt – of dat nu een telefoon, slimme speaker of dashboard in de auto is – wordt de spraak omgezet in tekst. Hiervoor worden diepe neurale netwerken getraind om de transcriptie van een audioclip te voorspellen.

Na training met duizenden uren aan spraakdata van miljoenen fragmenten met verschillende sprekers, accenten en achtergrondgeluiden, worden deze AI-modellen behoorlijk goed in transcriberen.

En dat is belangrijk – de eerste stap in het meerlagige systeem moet robuust zijn.

Natuurlijke Taalverwerking (NLP)

Met de getranscribeerde spraak gaat het model verder met het interpreteren ervan.

NLP is de overkoepelende term voor alle technieken waarmee de vraag van de gebruiker (als tekst) wordt geanalyseerd op intentie en betekenisvolle onderdelen.

Intentieherkenning

Tekst is ongestructureerd, en betekenis achterhalen is allesbehalve eenvoudig. Kijk maar naar deze vragen:

• “Plan een gesprek met Aniqa voor dinsdag om 1 uur.”
• “Kun je Cher afspelen?”
• “Wat past goed bij geitenkaas?”

Een AI-assistent heeft intern een beperkt aantal intenties. Voor onze bot zijn dat bijvoorbeeld:

• afspraken boeken
• media afspelen
• mogelijk het web doorzoeken, en
• gewoon een gesprek voeren

Intentieherkenning zorgt ervoor dat elke gebruikersvraag in een van deze categorieën wordt ingedeeld.

Dus, onder welke categorie valt elk voorbeeld?

“Plan een gesprek…” is een opdracht. Vrij duidelijk. “Kun je…?” is een vraag, maar eigenlijk ook een opdracht, net als de vorige. In beide gevallen begrijp je intuïtief wat er bedoeld wordt, maar het is lastig om dat formeel te maken.

“Wat past goed bij…?” is eenvoudig – soort van.

We weten welk soort antwoord we willen: eten. Maar het is niet direct duidelijk waar het antwoord vandaan moet komen.

Moet het op internet zoeken? Zo ja, hoeveel antwoorden moet het geven? Het eerste resultaat is misschien niet volledig, maar te veel antwoorden maakt het onnodig ingewikkeld.

Misschien kan het ook gewoon uit de interne kennis putten – maar dat is voor later.

Kortom: de keuze is niet altijd simpel, en de complexiteit hangt net zo goed af van het ontwerp – of de persoonlijkheid – van de bot als van de vraag van de gebruiker.

Herkenning van benoemde entiteiten

Naast weten welke taak uitgevoerd moet worden, moet de bot ook de gegeven informatie herkennen.

Herkenning van benoemde entiteiten draait om het extraheren van betekenisvolle onderdelen – ofwel benoemde entiteiten – uit ongestructureerde tekst. Bijvoorbeeld het herkennen van namen van personen, artiesten of datums in een gebruikersvraag.

Laten we nog eens naar de eerste vraag kijken:

• “Plan een gesprek met Aniqa voor dinsdag om 1 uur.”

Aniqa is een persoon, en uit de vraag blijkt dat de gebruiker haar kent. Waarschijnlijk is zij dus een contactpersoon.

In dit geval zou “contactpersoon” als entiteit zijn voorgeprogrammeerd en heeft de bot toegang tot de contacten van de gebruiker.

Dit geldt ook voor tijden, locaties en andere relevante informatie die in een gebruikersvraag kan voorkomen.

Informatie ophalen

Als de spraakassistent weet wat je wilt, moet hij relevante informatie zoeken om te kunnen antwoorden. Een goede bot beschikt over allerlei uitbreidingen om je te helpen.

We hadden het eerder over interne kennis. Je bent vast wel eens onder de indruk geweest van grote taalmodellen (LLM) en hun enorme kennis. Dat is indrukwekkend, maar bij meer gespecialiseerde vragen ontstaan er toch hiaten.

Retrieval-Augmented Generation (RAG)

Een goede assistent heeft toegang tot externe kennisbronnen – hij vertrouwt niet alleen op de kennis die tijdens de training is opgedaan. RAG baseert de AI-antwoorden op die kennis.

Kennis betekent hier: documenten, tabellen, afbeeldingen of eigenlijk alles wat digitaal verwerkt kan worden.

Het zoekt in de documentatie en haalt de items naar boven die het meest relevant zijn voor de vraag van de gebruiker en gebruikt die om de antwoorden van het model te onderbouwen.

• Soms is het bedoeld om de informatie van een LLM te verbeteren, bijvoorbeeld door academische literatuur te raadplegen bij onderzoek.

• Andere keren gaat het om toegang geven tot informatie die het model anders niet zou hebben, zoals klantgegevens.

In beide gevallen is het voordeel dat bronnen vermeld kunnen worden, waardoor antwoorden betrouwbaarder en controleerbaar zijn.

API’s en integraties

Net zoals een LLM met externe informatie kan werken, maken API’s en integraties het mogelijk om met externe technologieën te communiceren.

Wil je een Google Meets-afspraak boeken via Calendly om een HubSpot-lead op te volgen die is verrijkt met Clearbit? Tenzij je zelf de agenda, videobelsoftware, CRM en analysetool hebt gebouwd (wat sterk wordt afgeraden), moet je 🔌integreren⚡️.

Deze externe tools hebben meestal API’s waarmee handelingen door andere geautomatiseerde technologieën – zoals jouw agent – kunnen worden uitgevoerd.

Integraties maken het nog eenvoudiger voor een bot om te koppelen met technologie van derden. Het is gebouwd bovenop een API, zodat jij je agent eenvoudig kunt verbinden zonder gedoe.

Antwoorden en Tekst-naar-Spraak (TTS)

Dus, de invoer van de gebruiker is getranscribeerd, hun intentie geanalyseerd, de relevante informatie opgehaald en de taak is uitgevoerd.

Nu is het tijd om te antwoorden.

Of het nu gaat om het beantwoorden van de vraag van de gebruiker of het bevestigen dat de gevraagde taak is uitgevoerd, een voicebot geeft vrijwel altijd een reactie.

Tekst-naar-Spraak (TTS)

Tegenovergesteld aan spraakherkenning staat spraaksynthetisatie, oftewel tekst-naar-spraak.

Dit zijn modellen, ook getraind op spraak-tekstparen, vaak afgestemd op spreker, intonatie en emotie om een menselijk klinkende uitspraak te genereren.

TTS sluit de cirkel die begint en eindigt met menselijke (of mensachtige) spraak.

De voordelen van spraakassistenten

Een spraaklaag bovenop de AI-functionaliteit verbetert de ervaring op alle vlakken. Het is persoonlijk en intuïtief, maar biedt ook zakelijke voordelen.

Spraak is sneller dan tekst

Door de opkomst van chatbots zijn gebruikers gewend geraakt aan snelle antwoorden. Met spraak-AI-assistenten is ook de invoertijd verbeterd.

Spraak-AI-agenten zorgen ervoor dat we geen nette zinnen hoeven te formuleren. Je kunt gewoon je gedachten uitspreken en de bot begrijpt het.

Hetzelfde geldt voor de antwoorden. Ik geef toe dat lezen soms vermoeiend is – maar dat is geen probleem als de antwoorden aan je worden voorgelezen.

24/7 Antwoorden

Nog een ander soort snelheid. Nu mensen op afstand werken en zakelijke transacties wereldwijd plaatsvinden, is het onmogelijk om met alle tijdzones en werktijden rekening te houden.

Gesproken interacties moeten voor iedereen beschikbaar zijn, niet alleen voor klanten binnen bepaalde werktijden. Met spraak-AI-assistenten kan dat werkelijkheid worden.

Meer Persoonlijke Interacties

Praten draait om meer dan alleen woorden. Een voicebot zorgt voor een persoonlijkere ervaring en geeft de gebruiker meer vertrouwen. In combinatie met de menselijke eigenschappen van AI-chatbots zorgt een spraaklaag voor een sterkere connectie.

Eenvoudig te integreren

Omdat spraakassistenten handsfree zijn, zijn ze ook vrij van een gebruikersinterface. Ze hebben geen schermen of je ogen nodig – daarom zijn ze zo populair in auto's.

Sterker nog, ze kunnen overal geïntegreerd worden waar een microfoon aangesloten kan worden. De drempel is laag, niet alleen omdat microfoons klein zijn, maar ook omdat ze overal al aanwezig zijn: computers, smartphones en zelfs vaste telefoons.

Noem een andere geavanceerde technologie die toegankelijk is via een draaischijftelefoon.

Toegankelijker

"Handsfree" draait niet alleen om gemak. Voor mensen met verschillende behoeften kan het noodzakelijk zijn.

Spraakassistenten zijn beschikbaar voor mensen met beperkingen in mobiliteit, zicht of geletterdheid, die anders moeite zouden hebben met traditionele AI-interfaces.

Toepassingen van voicebots in verschillende sectoren

Dus, je bent overtuigd van voicebots. Mooi. Maar hoe zet je ze in?

Het goede nieuws is dat vrijwel elke sector kan profiteren van spraak-AI.

Zorg

Zorgprocedures zijn berucht omslachtig. En dat is logisch: het is werk met grote gevolgen en het moet goed gebeuren. Deze sector vraagt om AI-automatisering, mits het betrouwbaar en effectief is.

We zien al toepassingen van AI in de zorg, en spraak biedt nog meer mogelijkheden tot verbetering.

Een goed voorbeeld hiervan zijn medische vragenlijsten: persoonlijke gegevens, medische geschiedenis, enzovoort.

Die zijn tijdrovend. Maar ze zijn belangrijk.

De winst in snelheid en productiviteit verlicht de werkdruk van overbelaste zorgprofessionals, en de natuurlijke gespreksstroom doorbreekt de eentonigheid van vraag na vraag beantwoorden.

Toegankelijkheid is meegenomen, en dankzij de zorgvuldige, meerlaagse aanpak die we eerder bespraken, kan ik je verzekeren dat de technologie betrouwbaar is.

Bankwezen

Over werk met grote gevolgen en omslachtig gesproken.

Dingen als het controleren van saldo’s en het bijwerken van gegevens zijn relatief eenvoudige transacties, maar bevatten meerdere beveiligingslagen om fouten en fraude te voorkomen.

De spraakassistent van NatWest handelt reguliere transacties af, waardoor menselijke medewerkers meer tijd kunnen besteden aan gevoelige of complexe gesprekken, wat de klanttevredenheid met 150% verhoogt zonder concessies te doen aan de veiligheid.

Klantenservice

Over het automatiseren van routinematige gesprekken gesproken: Vodafone’s SuperTOBI, een spraak-AI-assistent, heeft hun net promoter score (NPS) verhoogd van 14 naar 64.

Dat komt omdat klantcontacten vaak herhalend zijn, en vragen van klanten op dezelfde manier worden beantwoord, of dat nu door een persoon of een spraakagent gebeurt. Bij uitzonderingen worden deze alsnog doorgegeven aan menselijke medewerkers.

Retail

Ik mis soms de tijd dat je met een verkoper sprak.

Het probleem is dat ze te druk zijn om het assortiment en het beleid van de winkel te kennen, laat staan de tijd die het kost om elke klant te helpen.

Maak kennis met spraakgestuurde verkoopassistenten zoals Lowe’s’ MyLow: een virtuele verkoopmedewerker met informatie over productdetails, voorraad en beleid.

De algemene kennis van LLM’s komt hier goed van pas: naast specifieke informatie over Lowe’s kan het klanten adviseren over woninginrichting dankzij kennis van interieurdesign.

Sommige klanten zoeken nog steeds menselijk contact. Gelukkig is MyLow ook beschikbaar voor verkoopmedewerkers. Werknemers kunnen de benodigde informatie opzoeken via MyLow en de klant zelf verder helpen.

Begin met het aanbieden van AI-spraakassistenten

Spraak-AI-assistenten zijn duidelijk de juiste keuze. Efficiëntie en persoonlijkheid, zonder in te leveren op menselijkheid – een win-winsituatie.

Botpress biedt een aanpasbare drag-and-drop builder, menselijke controle, tal van kant-en-klare integraties en als kers op de taart een spraaklaag die naadloos bovenop je agent werkt.

Onze bots zijn overzichtelijk en intuïtief, maar zeker niet simpel.

Begin vandaag nog met bouwen. Het is gratis.

Veelgestelde vragen

Hoe goed begrijpen AI-spraakassistenten verschillende accenten of spraakstoornissen?

AI-spraakassistenten worden steeds nauwkeuriger met diverse accenten, dankzij training op wereldwijde datasets, maar de nauwkeurigheid neemt nog steeds af bij sterke regionale accenten, ongebruikelijke uitspraak of spraakstoornissen. Sommige systemen zoals Google en Microsoft bieden accent-specifieke modellen, maar gebruikers met ernstige spraakproblemen kunnen meer fouten ervaren en hebben mogelijk maatwerk of gespecialiseerde oplossingen nodig.

Kan een AI-spraakassistent offline werken of is er altijd een internetverbinding nodig?

Een AI-spraakassistent kan offline werken als deze gebruikmaakt van spraakherkenning en taalmodellen op het apparaat zelf, maar dit beperkt het meestal tot eenvoudige taken en geen realtime toegang tot externe gegevens. De meeste geavanceerde assistenten zijn afhankelijk van internet voor cloudverwerking en actuele informatie.

Hoe veilig zijn de gegevens die met AI-spraakassistenten worden gedeeld, vooral in gevoelige sectoren zoals de gezondheidszorg en het bankwezen?

Gegevens die gedeeld worden met AI-spraakassistenten in gevoelige sectoren zoals zorg en bankwezen worden beveiligd via encryptie en naleving van regelgeving zoals HIPAA, GDPR of PCI DSS. Bedrijven moeten echter zorgvuldig leveranciers kiezen met sterke beveiligingscertificeringen en het verzenden van persoonlijk identificeerbare informatie vermijden.

Is het duur om een spraakinterface toe te voegen aan een bestaande chatbot?

Het toevoegen van een spraakinterface aan een bestaande chatbot kan relatief goedkoop zijn (met cloud-API’s zoals Google Text-to-Speech of Botpress voice wrappers) of duurder als er maatwerk of integratie met eigen systemen nodig is. Veel platforms bieden nu spraakintegratie als functie, waardoor de kosten voor gemiddeld gebruik enkele honderden dollars per maand bedragen, maar grootschalige implementaties met aangepaste stemmen of extra beveiliging kunnen oplopen tot enterprise-niveau prijzen van tienduizenden dollars.

Hoe snel kan een bedrijf een AI-spraakassistent vanaf nul inzetten?

Een bedrijf kan binnen enkele uren een eenvoudige AI-spraakassistent inzetten met behulp van no-code platforms of kant-en-klare sjablonen, vooral voor eenvoudige taken zoals veelgestelde vragen of het doorverbinden van oproepen. Meer geavanceerde spraakassistenten die integreren met backendsystemen en natuurlijke dialogen ondersteunen, vergen doorgaans enkele weken tot maanden ontwikkelingstijd.