Ik bouw mijn eigen dictafoon. Een bordje van ongeveer 18 euro neemt het gesprek op. Mijn eigen computer zet het daarna om naar tekst.
De opname hoeft daarvoor nergens anders heen. Alleen voor de test in dit stuk gingen vier korte fragmenten, met toestemming, ook naar de cloud.
De eerste opname leverde drie woorden op: "ZANG EN MUZIEK". Er was geen muziek. Het geluid was alleen te zacht en te onzuiver om er tekst van te maken.
Dit is deel 1 van een serie. Het is nog geen product. Het is een bordje en een stapel testbestanden.
Wat er gebeurt als je een dictafoon laat uitschrijven
De Dictafoon-app op de iPhone kan opnames uitschrijven. Alleen niet in het Nederlands.
Apple noemt onder meer Engels, Duits, Frans en Spaans. Nederlands staat niet in de lijst, ook niet bij de nieuwste versie van iOS.
Samsung schrijft wel Nederlands uit. Waar dat gebeurt, zegt Samsung niet met zoveel woorden. Wel dat je er internet en een Samsung-account voor nodig hebt.
Stuur je een opname naar een online dienst om hem om te zetten naar tekst? Dan gaat het gesprek het huis uit.
Een PLAUD neemt mooi op aan tafel. Uitschrijven doet hij altijd in de cloud. Dat zette ik op een rij in PLAUD Note, Fireflies AI of lokaal.
Mijn eigen software OnCue schrijft uit op mijn eigen computer. Dat kan ook aan tafel: de microfoon van mijn laptop vangt iedereen in de kamer op.
Alleen moet mijn laptop daarvoor open op tafel staan. Ik wil een klein apparaatje dat ik gewoon neerleg, met tekst die bij mij blijft.
Of dat lukt, weet ik nog niet.
📖 Lees ook: Spraak naar tekst: wat er met je opname gebeurt: Waar je opname heen gaat als je hem laat uitschrijven
Het bordje kiezen
Het werd de Seeed XIAO ESP32-S3 Sense, een printplaatje van een paar centimeter. Op de Sense-versie zitten een microfoon en een slot voor een geheugenkaartje.
Er zat ook een camera bij. Die doet niets en moet er nog af. Een camera hoort niet op een apparaat dat je bij klanten gebruikt.
De AI die met me meebouwde, wees het metalen kastje onder de camera aan als de aansluiting voor de kabel. Het bleek het slot voor het geheugenkaartje.
Foto's van alle kanten losten het op.
Er zit een kaartje van 4 GB in. Volgens mijn eigen rekensom past daar ruim 30 uur spraak op.
Mijn eigen programma erop zetten
Dat heet flashen: je zet je eigen programma op het bordje, ongeveer zoals je een app op je telefoon zet. De AI schreef het programma.
Ik vond geen bestaand voorbeeld dat gewoon blijft opnemen tot de stroom eraf gaat.
Op mijn Mac mini ging het de eerste keer mis. Er ontbrak een onderdeel van Apple. Toen dat erop stond, werkte het.
Er is geen aan-uitknop. Krijgt het bordje stroom, dan begint het na ruim anderhalve seconde op te nemen.
Trek je de kabel eruit, dan stopt het. Meestal gaan alleen de laatste paar seconden verloren.
Wifi en Bluetooth staan uit. Draadloos gaat er dus niets van het bordje af. De opname komt op het kaartje. Dat lees ik uit met een kaartlezer op mijn Mac.
De eerste tests: vier dingen die misgingen
Het bordje leek doof. Een getal op het scherm moest laten zien hoe hard het geluid was. Het bewoog niet, ook niet als er gepraat werd.
Dat leek op een kapotte microfoon. De fout zat in hoe het getal werd berekend.
Whisper hoorde muziek.Whisper is hetopen spraakmodel dat gratis Nederlands uitschrijft op mijn computer.
Pas na een filter dat het geluid opschoont en harder zet, kwam er tekst uit. Gewoon harder zetten werkte niet. Dan verdween mijn vriendin op 2 meter helemaal.
De AI raadde een betere microfoon aan. Dat advies kwam uit zijn geheugen. Op papier bleek de ingebouwde microfoon zelfs iets beter. Het advies is ingetrokken.
Het bordje geeft geen duidelijk teken dat het opneemt. Wie in de buurt is, weet dus niet dat er een opname loopt. Op een PLAUD NotePin brandt een rood lampje.
Dat is wel zo netjes. In een volgende versie krijgt mijn bordje ook een lampje dat brandt zolang het opneemt. Tot die tijd vertel ik vooraf dat ik opneem.
Hoe goed zet mijn dictafoon spraak om naar tekst?
Deze eerste test was vooral bedoeld om te zien of het bordje überhaupt opneemt.
We lazen er wel een zakelijke tekst bij voor. Zo zag ik alvast hoe goed of slecht de basis is.
Het waren twee korte leesbeurten in een stille kamer. Een echt gesprek was het niet.
Alle modellen kregen dezelfde gefilterde opnames. Ik telde hoeveel woorden ze fout hadden.
De eerste keer zat ik op een halve meter en mijn vriendin op 2 meter. De tweede keer lag het bordje midden op tafel en zaten we allebei op ongeveer 1 meter.
Zij gaf toestemming om haar voorgelezen tekst door de cloudmodellen te halen.
Mijn eigen stem dichtbij ging bij alle modellen even goed: 6% fouten op een halve meter en 0% op 1 meter. Die 6% is één woord dat van plek veranderde.
Bij de stem van mijn vriendin liepen de modellen uiteen. Dit is het percentage fout uitgeschreven woorden. Lager is beter.
| Model | Waar | Mijn vriendin, 2 m | Mijn vriendin, 1 m |
|---|---|---|---|
| gpt-4o-transcribe | cloud | 3% | 3% |
| Groq large-v3 | cloud | 8% | 3% |
| Whisper large-v3 | op mijn Mac | 11% | 3% |
| Deepgram nova-3 | cloud | 11% | 5% |
| whisper-1 | cloud | 16% | 8% |
| Whisper large-v3-turbo | op mijn Mac | 19% | 8% |
| Groq large-v3-turbo | cloud | 19% | 8% |
| gpt-4o-mini-transcribe | cloud | 22% | 8% |
| Deepgram nova-2 | cloud | 22% | 8% |
De tekst van mijn vriendin telt 37 woorden. Eén fout is dus al bijna 3%. Kleine verschillen zeggen hier weinig.
Dit haal ik eruit:
- In deze test kon mijn eigen computer het tot 1 meter net zo goed. Op 1 meter haalt het grote model op mijn Mac 3%, net als het beste cloudmodel.
- Op 2 meter wint het beste cloudmodel nog. Dat haalt 3% tegen 11% op mijn Mac.
- De cloud is niet vanzelf beter. Op 2 meter scoren vier cloudmodellen slechter dan het grote model op mijn Mac.
- Het model maakt verschil, ook bij getallen. Op 2 meter maakte het kleinere model op mijn Mac van "twaalf procent" "20%". Het grote model had alle getallen goed.
- De plek lijkt veel te doen. Van 2 naar 1 meter ging het aantal fouten bij acht van de negen modellen minstens met de helft omlaag. Het beste model zat al op één fout.
In die tweede ronde lag het bordje wel anders. Afstand is dus niet het enige verschil.
OpenAI zag hetzelfde patroon op een openbare verzameling Engelse vergaderopnames.
Eén microfoon midden op tafel gaf daar ruim twee keer zoveel fouten als een headset per spreker: 36 tegen 17 procent.
Dit zegt niet dat OnCue die 3% nu al haalt. OnCue gebruikt standaard het kleinere model, de rij met 19% en 8%.
Op eerdere online gesprekken zag ik geen winst van het grote model. Voor ik overstap, wil ik eerst echte gesprekken aan tafel meten.
De tekst staat er ook nog zonder sprekers. Op een fragment van 26 seconden met twee mensen om de beurt zette de software alles bij één spreker.
Dat is één kort fragment. Over een heel gesprek zegt het nog niets.
Wat je hier nu al aan hebt
Neem je een gesprek aan tafel op, met welke dictafoon ook? Leg hem dan midden op tafel, zodat iedereen ongeveer even ver weg zit.
Vertel vooraf dat je opneemt. Lees daarna vooral de getallen na. Daar kan een fout het meeste kwaad doen.
Veelgestelde vragen
Volgende keer: deel 2 en deel 3
Elke opname betekent nu: kaartje eruit, in de kaartlezer en weer terug. Voor een test is dat prima. Na elk gesprek is het niet te doen.
In deel 2 gaat de wifi-antenne erop. Dan stuurt het bordje de opnames thuis versleuteld naar mijn Mac, alleen via mijn eigen netwerken.
Dat heeft een prijs. Nu kan er draadloos niets af. Straks moet ik dat bewaken. Daarna test ik met veel langere gesprekken, met een powerbank als stroom.
In deel 3 komen een accu, een behuizing en een aan-uitknop. Dan begint het op een echte dictafoon te lijken.
Later wil ik het bordje waarschijnlijk ook gebruiken om opdrachten te geven aan Home Assistant, de software die mijn huis aanstuurt. Dat kan nu nog niet.
Wil je nu al gesprekken op je eigen computer laten uitschrijven? Dat doet de AI-notulist van OnCue.
Bronnen
Geraadpleegd op 31 oktober en 2 november 2026.
- Apple: een Dictafoon-transcriptie bekijken op de iPhone (iOS 27)
- Samsung: Galaxy AI, ondersteunde talen en voorwaarden voor Transcript Assist
- PLAUD: het lampje op de NotePin
- Seeed: microfoon en geheugenkaartje op de XIAO ESP32-S3 Sense
- OpenAI: Robust Speech Recognition via Large-Scale Weak Supervision (2022), tabel 2 met de AMI-vergaderopnames
- AMI Meeting Corpus: de opstelling in de vergaderruimtes