Een adviesgesprek van een uur levert een half uur uitwerkwerk op. Een cloud-notulist neemt dat werk over, maar stuurt de opname dan wel naar servers in de Verenigde Staten.
Lokaal transcriberen is spraak omzetten naar tekst met een spraakmodel dat op je eigen hardware draait, zodat de opname en het transcript je netwerk nooit verlaten. De open modellen die dat in 2026 kunnen, scoren op Nederlandse benchmarks even goed als de cloud-diensten, en ze draaien op een enkele werkstation-GPU. Het verschil met een cloud-notulist zit niet meer in de kwaliteit, maar in waar het gesprek terechtkomt.
Waar gaat een opname naartoe bij een cloud-notulist?
Elke dienst regelt het anders, en de verschillen staan in het privacybeleid, niet op de prijspagina. Drie voorbeelden zoals de aanbieders het zelf beschrijven:
- Otter.ai gebruikt volgens het privacybeleid (van kracht sinds 16 juni 2026) opnames en transcripties, na de-identificatie, om de eigen AI te trainen. De opslag loopt via cloudaanbieders in de Verenigde Staten, waaronder Amazon Web Services.
- Fireflies.ai schrijft dat het geen persoonsgegevens gebruikt voor modeltraining, en verwerkt data op servers "in the United States and other countries".
- Microsoft Teams slaat opnames en transcripten op in OneDrive en SharePoint en verwijdert ze standaard na 120 dagen. Teams valt onder de EU Data Boundary van Microsoft, met de uitzonderingen die Microsoft daar zelf bij noemt.
Voor een intern teamoverleg is dat vaak acceptabel. Voor een gesprek met een patiënt, een cliënt van een advocaat, een sollicitant of een klant die over een geschil belt, ligt het anders. Die gesprekken bevatten precies de gegevens die je niet bij een derde wilt hebben. Waarom een EU-regio dat niet oplost, staat in EU-dataresidentie bij AI.
Welke spraakmodellen kunnen Nederlands lokaal transcriberen?
Er zijn in 2026 drie serieuze open modelfamilies met Nederlands: Whisper van OpenAI, Voxtral van Mistral en de Parakeet- en Canary-modellen van NVIDIA. Hun nauwkeurigheid wordt gemeten als word error rate (WER): het percentage woorden dat fout gaat. Lager is beter. De cijfers hieronder komen uit één bron, het technische rapport van Mistral over Voxtral (juli 2025), zodat ze onderling vergelijkbaar zijn.
| Model | Licentie | Grootte | WER Nederlands, FLEURS | WER Nederlands, Common Voice |
|---|---|---|---|---|
| Whisper large-v3 (OpenAI) | MIT | 1,55 mld parameters | 5,87% | 5,83% |
| Voxtral Mini (Mistral) | Apache 2.0 | 3 mld | 6,27% | 6,03% |
| Voxtral Small (Mistral) | Apache 2.0 | 24 mld | 4,94% | 3,98% |
| GPT-4o mini Transcribe (cloud, ter vergelijking) | gesloten | onbekend | 5,54% | 6,47% |
Whisper large-v3 en de cloud-dienst van OpenAI liggen op Nederlands dicht bij elkaar: op FLEURS is de cloud 0,3 procentpunt beter, op Common Voice is Whisper 0,6 procentpunt beter. Voxtral Small is op beide benchmarks beter dan de cloud-dienst, maar vraagt volgens de modelkaart ongeveer 55 GB GPU-geheugen. Whisper large-v3 heeft volgens de GitHub-pagina van Whisper ongeveer 10 GB nodig, de snellere turbo-variant ongeveer 6 GB.
NVIDIA biedt met Parakeet TDT 0.6B v3 en Canary-1B-v2 twee kleinere modellen voor 25 Europese talen, waaronder Nederlands, onder een CC-BY-4.0-licentie. Hun WER-cijfers op de modelkaarten tellen hoofdletters en interpunctie niet mee en zijn daarom niet één op één te vergelijken met de tabel.
Voor live transcriptie, terwijl het gesprek loopt, bracht Mistral in februari 2026 Voxtral Realtime uit: een open model van 4 miljard parameters onder Apache 2.0 dat op één GPU met minimaal 16 GB geheugen draait. Snelheid kost nauwkeurigheid. Op Nederlands (FLEURS) scoort het 7,07% bij een vertraging van 480 milliseconden en 5,91% bij 2,4 seconden. De nauwkeurigere batchversie van dezelfde familie is alleen via de API van Mistral beschikbaar, niet als open model.
Een kanttekening die in geen benchmark staat: FLEURS en Common Voice zijn voorgelezen zinnen. Een telefoongesprek met twee mensen die door elkaar praten, vaktermen en een slechte lijn scoort slechter, bij elk model. Test daarom op tien eigen opnames voordat je kiest.
Wat kost lokaal transcriberen aan rekenkracht?
Lokaal transcriberen vraagt minder rekenkracht dan de meeste mensen denken. De benchmark van faster-whisper, een geoptimaliseerde versie van Whisper, transcribeert 13 minuten audio met het large-v2-model in 17 seconden op een RTX 3070 Ti met 8 GB geheugen. Dat is een consumentenkaart.
Een rekenvoorbeeld, indicatief. Een adviespraktijk met 30 adviseurs die elk twee gesprekken van een uur per dag voeren, neemt 60 uur audio per dag op. Uit de benchmark volgt 780 seconden audio in 17 seconden, ongeveer 46 keer sneller dan realtime. Zestig uur audio is 3.600 minuten. Gedeeld door 46 is dat ongeveer 78 minuten rekentijd per dag op één kaart.
Sprekerscheiding komt erbij: wie zei wat. Het open pyannote-model voor sprekerscheiding doet volgens de makers 31 seconden over een uur audio op een NVIDIA H100. Voor kleinere kaarten publiceert pyannote geen cijfers. Bij 60 uur audio is het op een H100 31 minuten werk, dus zelfs als een werkstationkaart vijf keer zo traag is, past het in een nachtelijke verwerking van ruim tweeënhalf uur. De samenvatting en de actiepunten maakt een lokaal taalmodel op dezelfde machine. Welke hardware past, staat in AI-hardware voor bedrijven.
Tijdwinst
Bespaar 6 uur per week op gespreksverslagen uitwerken na klant- en adviesgesprekken
Wat mag je opnemen en transcriberen volgens de Nederlandse regels?
Een gesprek opnemen waaraan je zelf deelneemt, is niet strafbaar. De artikelen 139a tot en met 139c van het Wetboek van Strafrecht stellen alleen het opnemen strafbaar door iemand die geen deelnemer is en niet in opdracht van een deelnemer handelt. Dat is de strafrechtelijke kant. De AVG geldt daarnaast gewoon.
De Autoriteit Persoonsgegevens is op de pagina over controle van communicatiemiddelen concreet over telefoongesprekken van werknemers. Opnemen mag als het noodzakelijk is. Werknemers eenmalig bij indiensttreding informeren is "niet genoeg". De persoon aan de andere kant van de lijn moet vooraf horen dat het gesprek wordt opgenomen en waarvoor. En heimelijk opnemen om werknemers te begeleiden of te beoordelen mag niet.
Instemmingsrecht van de ondernemingsraad
Transcriptie van klantgesprekken of interne overleggen valt al snel onder artikel 27, lid 1, sub l van de Wet op de ondernemingsraden: voorzieningen die "gericht zijn op of geschikt zijn voor" controle op aanwezigheid, gedrag of prestaties. Het woord "geschikt" weegt zwaar. De AP wijst erop dat de OR ook instemmingsrecht heeft bij een systeem dat de werkgever niet gebruikt om te volgen, maar waarmee het wel zou kunnen. Een doorzoekbaar archief van alle klantgesprekken is zo'n systeem. Hoe dat traject loopt, staat in AI en het instemmingsrecht van de OR.
Stemherkenning en emotieherkenning
Twee functies uit commerciële gespreksanalyse verdienen extra aandacht. De eerste is stemherkenning. Sprekerscheiding die "spreker 1" en "spreker 2" uit elkaar houdt, is iets anders dan een systeem dat een stem met een opgeslagen stemprofiel aan een bekende persoon koppelt. Die tweede vorm verwerkt biometrische gegevens zodra hij dient om iemand uniek te identificeren (artikel 4, punt 14 AVG), en daarvoor geldt het verbod van artikel 9 met zijn beperkte uitzonderingen.
De tweede is emotieherkenning. Artikel 5, lid 1, sub f van de AI-verordening verbiedt sinds 2 februari 2025 AI-systemen die emoties van mensen afleiden op de werkplek, behalve om medische of veiligheidsredenen. Een callcenter-dashboard dat uit de stem van medewerkers afleidt of ze gefrustreerd klinken, valt daaronder. Bij een lokaal systeem bepaal je zelf welke functies erin zitten. Bij een SaaS-pakket moet je ze vinden en uitzetten.
Wanneer is een cloud-notulist toch prima?
Voor interne overleggen zonder persoonsgevoelige inhoud, in een organisatie die al volledig in Microsoft 365 werkt, is transcriptie in Teams de kortste route. Het transcript blijft in je eigen tenant en verloopt standaard na 120 dagen. Een eigen transcriptieserver bouwen loont dan niet. Wat een AI-notulist voor zulke overleggen oplevert en welke tools er zijn, staat in AI-notulen voor vergaderingen.
Lokaal transcriberen wordt de betere keuze bij gesprekken onder beroepsgeheim, gesprekken met gezondheids- of financiële gegevens, sollicitatiegesprekken en klantgesprekken in volume. Daar weegt de controle over de opname zwaarder dan het gemak van een abonnement. De opzet is overzichtelijk: één server met een GPU, Whisper of Voxtral voor de tekst, pyannote voor de sprekers, een lokaal taalmodel voor de samenvatting, en een koppeling met je CRM of dossiersysteem. Hoe dat in een breder plan past, lees je in onze gids over lokale AI voor bedrijven.