Belangrijkste punten
Een spraakbericht begrijpen in een taal die je niet spreekt vraagt om twee losse stappen: eerst de audio omzetten in tekst, in de taal die daadwerkelijk gesproken is, en die tekst daarna vertalen. Je vertaalapp kan niet beginnen voordat die eerste stap klaar is, want die verwacht getypte tekst. In de transcriptiestap wordt de kwaliteit bepaald, en een fout die daar ontstaat wordt trouw meevertaald naar jouw taal en houdt op eruit te zien als een fout. Doe je beide stappen zelf, dan hoeft niemand anders het bericht te horen.
Er komt een spraakbericht binnen van een familielid, een leverancier, een huisbaas. Je vangt een paar woorden op, genoeg om te weten dat het belangrijk is, niet genoeg om te weten wat er precies gezegd wordt. De voor de hand liggende zet is de vertaalapp openen die al op je telefoon staat, en die voor de hand liggende zet werkt niet, want de app wacht tot jij gaat typen, en je kunt niet typen wat je niet kunt verstaan.
De tweede voor de hand liggende zet is het bericht doorsturen naar iemand die de taal spreekt. Dat werkt, en het kost je iets wat je misschien niet wilt betalen. Dit artikel gaat over hoe het zonder die twee opties kan, wat de techniek goed doet, en de specifieke plekken waar het misgaat — plekken die je kunt leren herkennen, ook in een taal die je nooit hebt leren lezen.
Waarom de vertaalapp die je al hebt niet op gang komt
Spraak vertalen is één naam voor twee bewerkingen. De eerste is transcriptie: het geluid omzetten in geschreven woorden, in de taal die de spreker gebruikte. De tweede is vertaling: die geschreven woorden omzetten naar een taal die jij leest. Het zijn twee losse mechanismen, ze gaan op verschillende manieren mis, en de meeste tools waar mensen naar grijpen doen alleen het tweede.
Dat is precies waarom de app op je telefoon daar nutteloos staat te wachten. Ze is gebouwd rond een tekstvak: er gaat tekst in, er komt tekst uit. Krijgt ze een geluidsbestand voorgeschoteld, dan heeft ze niets om mee te werken. Sommige tools accepteren spraak via een microfoon, wat handig is als jij degene bent die praat en jezelf kunt herhalen, en veel minder handig bij een opname van iemand anders die snel praat over een slechte verbinding.
Zodra je de volgorde van de stappen begrijpt, verandert het probleem van vorm. Je zoekt geen vertaler. Je zoekt iets dat een geschreven versie van het bericht maakt in de oorspronkelijke taal, waarna je gewone vertaalgewoontes precies werken zoals altijd. Wat je al gebruikt voor tekst is prima voor de tweede helft. De eerste helft is het deel dat je moet oplossen.
Dat verklaart ook iets wat mensen vaak verwart: waarom een bericht terugkomt vertaald in vloeiend, zelfverzekerd, volledig onjuist Nederlands. De vertaalhelft heeft haar werk goed gedaan. Ze kreeg alleen slechte invoer en maakte daar iets moois van.
De prijs van iemand om hulp vragen
Het bericht doorsturen naar een tweetalige vriend, een neef of nicht, een collega die de taal toevallig spreekt, is snel en meestal accuraat. Het betekent ook dat je die persoon de inhoud van een privégesprek in zijn geheel geeft, inclusief toon van stem.
Voor een bericht over een leverdatum maakt niemand zich daar druk om. Bij berichten over geld, gezondheid of familie verandert die afweging. Een spraakbericht van een familielid over een medische uitslag wil je niet door een collega laten beluisteren. Het bericht van een huisbaas over achterstallige huur wil je niet aan een vriend uitleggen voordat je zelf weet wat je ervan vindt. Hetzelfde geldt voor een bericht van een leverancier over een betaling die misschien fout is gegaan.
Het gevolg is dat het bericht ongeopend blijft liggen. Niet omdat het onbelangrijk is, maar omdat het ermee bezig gaan betekent dat je iemand erbij moet betrekken, en dat betrekken heeft een sociale prijs die je al betaalt voordat je weet wat er eigenlijk staat. Mensen laten spraakberichten om precies deze reden dagenlang liggen. Het bericht dat je niet kunt lezen is het bericht dat je het minst hardop voorgelezen wilt hebben.
Dat is een reële reden om de twee stappen zelf te doorlopen, en het is de moeite waard om dat gewoon te benoemen in plaats van privacy als bijkomstig voordeel te behandelen. Het punt is niet dat een automatische transcriptie beter is dan je neef. Je neef is waarschijnlijk beter. Het punt is dat jij het bericht eerst kunt lezen, alleen, en daarna zelf beslist of iemand anders het moet weten.
De eerste stap bepaalt de kwaliteit van de tweede
Hoe nuttig het eindresultaat is, hangt volledig af van het transcript in de oorspronkelijke taal. Klopt dat, dan is vertalen een routineklus. Klopt het niet, dan reist die fout mee.
En dat maakt het gevaarlijk. Zit er een fout in een transcript in de oorspronkelijke taal, en kun je die taal niet lezen, dan zul je die fout nooit zien. Ze gaat de vertaalstap in, wordt trouw omgezet naar een taal die je wél leest, en komt eruit als een doodgewone zin. Er zit geen rafelrandje aan. Niets waarschuwt je. Een verkeerd woord dat de vertaling overleeft, ziet er precies zo uit als een juist woord.
Vergelijk dat met een transcript in een taal die je zelf spreekt, waar een fout zich meteen verraadt. Je leest een zin, die klopt niet, je speelt de audio nog eens af. Die correctiemogelijkheid heb je hier niet. Je leest de uitkomst van een proces dat je niet kunt controleren.
De praktische conclusie is dat je het transcript, niet de vertaling, met argwaan moet bekijken. Klinkt iets vreemd in het Nederlands, dan zit de fout bijna nooit in de vertaalstap. Bijna altijd is er een woord verkeerd verstaan bij het transcriberen, en de oplossing is om op dat punt naar de tekst in de oorspronkelijke taal te kijken en dat stukje audio opnieuw te beluisteren, ook zonder de taal te begrijpen. Horen dat de spreker een kort woord zei waar het transcript een lang woord heeft staan, zegt je al iets.
Laat het de taal benoemen, en controleer die naam
Er is meteen een praktisch obstakel: sommige tools vragen je om de brontaal uit een lijst te kiezen voordat ze iets doen. Kun je de taal niet met zekerheid herkennen — en mensen kunnen nauw verwante talen vaak niet op het gehoor uit elkaar houden — dan gok je op de instelling die het hele resultaat bepaalt.
Herkenning uit de audio zelf haalt die stap weg. De SozAI-extensie voor WhatsApp Web leidt de taal af uit de opname zelf in plaats van je te laten kiezen, en zet een label bij het resultaat met de taal waarvoor ze gekozen heeft. Dat label is het nuttige onderdeel, want daarmee zie je een verkeerde gok meteen: staat er een taal die de verzender volgens jou niet spreekt, dan is het transcript daaronder niet de moeite van het lezen waard, en dat weet je in één blik in plaats van na twee alinea’s verwarring.
Eén ding om te verwachten: de samenvatting komt terug in dezelfde taal als waarin het bericht gesproken is. Dat is het juiste gedrag voor de eerste stap, en het betekent dat een bericht dat je niet kunt lezen, dat nog steeds niet kunt. Je hebt een audioprobleem omgezet in een tekstprobleem, en dat is precies het punt, maar de vertaalstap moet je daarna nog zelf doen.
De onderdelen die het vaakst fout gaan, zijn de onderdelen die ertoe doen
Automatische transcripties zijn het sterkst bij gewone lopende spraak en het zwakst bij precies drie dingen: persoonsnamen, plaatsnamen en getallen. Een alledaags woord is te voorspellen uit de woorden eromheen. Een achternaam niet. Een straatnaam niet. Een cijfer niet.
Bedenk dan waar spraakberichten meestal over gaan. Waar je iemand treft. Hoeveel iemand nog moet betalen. Welke dag. Wie wat tegen wie gezegd heeft. De informatie die je echt nodig had, zit geconcentreerd in de delen van het transcript die het minst waarschijnlijk klopt zijn, en in een bericht over een adres of een bedrag zijn die delen geen detail — ze zijn het bericht.
Lees het transcript daarom in twee rondes. De eerste ronde geeft je de vorm van het bericht: wie er spreekt, waar het over gaat, of er vandaag nog een reactie nodig is. Vertrouw daarop. De tweede ronde is alleen voor de specifieke details, en daar moet je controleren in plaats van vertrouwen.
- Speel de paar seconden audio rond een getal opnieuw af en luister naar de cijfers — die zijn vaak te herkennen, zelfs in een taal die je niet spreekt.
- Controleer namen aan de hand van je eigen contacten of eerdere berichten, niet aan de hand van het transcript.
- Vergelijk een adres met een adres dat je al van die persoon of dat bedrijf hebt.
- Bepaalt een bedrag wat je vervolgens doet, bevestig het dan schriftelijk voordat je erop handelt.
De verzender vragen een getal schriftelijk te bevestigen is geen bekentenis dat je het niet begrepen hebt. Het is precies wat je zou doen bij een getal dat je slecht verstaanbaar over de telefoon hoorde, ook in je eigen taal.
Wat dit niet voor je oplost
Het levert het bericht niet in één stap in het Nederlands op. Twee stappen betekenen twee stappen, en het transcript komt terug in de taal die gesproken is. Wil je het eindresultaat in je eigen taal zonder de vertaalstap er apart nog bij te doen, dan is dat een andere klus dan transcriptie alleen, en vertalen tussen talen is waar je dan moet kijken. Hetzelfde geldt voor audio die je als bestand hebt in plaats van als WhatsApp-bericht — een opname, een doorgestuurde bijlage, iets dat van een telefoon is opgeslagen — dat is iets voor de transcriptie-app, en niet voor een browserextensie voor WhatsApp Web.
Het geeft je geen toon van stem. Een kort transcript van een lang bericht filtert aarzeling, warmte, ergernis en de stilte voor de belangrijke zin eruit. Wil je weten hoe bezorgd een familielid is, dan schiet de tekst alleen tekort, en moet je de audio nog eens beluisteren met het transcript ernaast.
Het is niet betrouwbaar bij slecht opgenomen audio. Wind, een speakerphone in de auto, twee mensen die tegelijk praten, een spraakbericht opgenomen in een gang. Slechte invoer levert een zelfverzekerd fout transcript op in plaats van een duidelijke mislukking, en dat is erger, want het ziet er afgerond uit.
En het vervangt je neef niet wanneer een bericht werkelijk voor meerdere uitleg vatbaar is. Wat het wel doet, is je laten ontdekken of een bericht voor meerdere uitleg vatbaar is, voordat iemand anders het hoort. Meestal is het antwoord nee, en kun je het zelf afhandelen. Is het antwoord ja, dan weet je nu precies welke dertig seconden je moet laten beluisteren, in plaats van de hele opname weg te geven.
