Wat is een AI-spraakassistent?

Ik moest mijn ChatGPT stem tegen de geïrriteerde Brit. Ik ben bang dat ik er verliefd op word als de stem te vriendelijk is.

Zoals die kerel. In die film.

Laten we het over spraakassistenten hebben.

Siri was vroeger het mikpunt van spot. Maar terwijl we Siri bezig waren te vragen hoe ze een lichaam moest verbergen, drong spraak-AI stilletjes door tot alle hoeken van de markt. In 2025 beschouwt 67% van de organisaties spraak-AI als kern van hun bedrijf .

Deze organisaties beseffen dat AI-agenten beter zijn in spraakmogelijkheden.

Oh, en die film waar ik naar verwees? Niet zo gek. De recente overname van Open AI door io zal naar verwachting gericht zijn op de ontwikkeling van een niet-invasieve, altijd bewuste spraakassistent. 

Weet je wel, een klein vriendje in je oor, altijd bij de hand.

En zo zijn we er dan: Alexa is herkenbaarder als product dan als persoonsnaam, CEO's van AI-bedrijven maken samen verlovingsfoto's en twee derde van de bedrijven heeft de datum al vastgelegd .

En als je er niet bovenop zit, dan loop je achter , zus.

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

(Je kunt het niet zien, maar ik steek mijn duim op.)

(...Weet je wie ook niet kunnen zien? Spraakassistenten.)

(Ik dwaal af.)

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

Wat is een AI-spraakassistent?

Een AI-spraakassistent is software op basis van AI die spraakinvoer verwerkt, begrijpt, taken uitvoert en de gebruiker antwoorden geeft. Deze assistenten worden in verschillende sectoren en use cases gebruikt en voegen een persoonlijk tintje toe aan taakbeheer en klantenondersteuning.

Hoe werken AI-spraakassistenten?

AI-spraakassistenten vormen een complexe orkestratie van AI-technologieën . In de paar seconden tussen het vastleggen van de spraakinvoer van de gebruiker en het genereren van een reactie, worden verschillende processen geactiveerd om een naadloze interactie te garanderen.

Automatische spraakherkenning (ASR)

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

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

Nadat ze zijn getraind met duizenden uren aan spraakgegevens, verdeeld over miljoenen verschillende clips met verschillende sprekers, accenten en geluidsomstandigheden, zijn deze AI-modellen behoorlijk goed geworden in het transcriberen.

En dat is belangrijk: de eerste stap in het meerlagensysteem moet robuust zijn.

Natuurlijke taalverwerking (NLP)

Zodra de spraakinvoer is getranscribeerd, gaat het model over tot interpretatie.

NLP is het overkoepelende concept voor alle technieken die gebruikt worden om de zoekopdracht van de gebruiker (als getranscribeerde tekst) te ontleden in bedoelingen en betekenisvolle eenheden.

Herkenning van intenties

Tekst is ongestructureerd en het achterhalen van de betekenis is verre van triviaal. Neem bijvoorbeeld de volgende vragen:

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

Een AI-assistent heeft een beperkte reeks intenties onder de motorkap. Voor onze bot zou dat het volgende omvatten:

• afspraken maken
• media afspelen
• mogelijk door op internet te zoeken , en
• informeel praten

Intentieherkenning is verantwoordelijk voor het classificeren van elke gebruikersquery in een van deze categorieën.

Dus, onder welke categorie valt elk van onze voorbeelden?

"Plan een gesprek..." wordt geformuleerd als een gebiedende wijs. Relatief eenvoudig. "Kunt u..." wordt geformuleerd als een vraag. Maar het is ook een bevel, net als de vorige vraag. In beide gevallen begrijpt u intuïtief de gewenste actie, maar het is niet zo eenvoudig te formaliseren.

"Wat past goed bij…?" is simpel – min of meer.

We weten wat voor soort antwoord we zoeken: voedsel. Maar het is niet helemaal duidelijk waar we het antwoord vandaan moeten halen. 

Moet het op internet worden doorzocht? Zo ja, hoeveel reacties moet het dan opleveren? Het eerste resultaat zal niet erg grondig zijn, maar het geven van veel reacties kan een simpele taak te ingewikkeld maken.

Aan de andere kant kan het misschien ook gewoon putten uit zijn interne kennis, maar dan lopen we op de zaken vooruit. 

De conclusie is: de keuze is niet altijd eenvoudig en de complexiteit van de taak heeft evenveel te maken met het ontwerp – of de persoonlijkheid – van de bot als met de vraag van de gebruiker.

Herkenning van benoemde entiteiten

Naast het weten welke taak de bot moet uitvoeren, moet hij ook de verstrekte informatie kunnen herkennen.

Herkenning van benoemde entiteiten houdt zich bezig met het extraheren van betekenisvolle eenheden – of benoemde entiteiten – uit ongestructureerde tekst . Bijvoorbeeld het identificeren van namen van personen, artiesten of data in een zoekopdracht van een gebruiker.

Laten we nog eens naar de eerste query kijken:

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

Aniqa is een persoon, en uit de zoekopdracht blijkt dat de gebruiker haar kent . Dat maakt haar – naar alle waarschijnlijkheid – een contactpersoon.

In dit geval zou ‘contact’ als entiteit worden voorgeprogrammeerd en zou de bot toegang hebben tot de contacten van de gebruiker.

Dit geldt voor tijden, locaties en alle andere relevante informatie die verborgen kan zitten in een gebruikersquery.

Informatie ophalen

Nadat de spraakassistent heeft begrepen wat u wilt, moet hij op zoek naar relevante informatie om te kunnen reageren. Een goede bot beschikt over een hele reeks extensies om aan uw behoeften te voldoen.

We hadden het eerder over interne kennis. Ik weet zeker dat je op een gegeven moment versteld stond van de grote taalmodellen . LLM ) en hun uitgebreide kennis. En het is indrukwekkend, maar naarmate je vragen specialistischer worden, beginnen de scheuren zichtbaar te worden.

Retrieval-Augmented Generation (RAG)

Een goede assistent heeft toegang tot externe kennisbronnen – hij vertrouwt niet alleen op de kennis die hij tijdens de training heeft opgedaan . RAG conditioneert de reacties van de AI op die kennis.

Kennis verwijst in dit geval naar documenten, tabellen, afbeeldingen of eigenlijk alles wat digitaal kan worden verwerkt.

Er wordt gezocht in de documentatie en er worden items uitgehaald die het meest relevant zijn voor de vraag van de gebruiker . Deze worden gebruikt om de antwoorden van het model te bepalen .

• Soms is het nodig om de kennis van een LLMs te vergroten , bijvoorbeeld door academische literatuur te raadplegen bij het doen van onderzoek.

• Andere keren gaat het om het bieden van toegang tot informatie die het model anders niet zou hebben , bijvoorbeeld klantgegevens.

In beide gevallen heeft het als voordeel dat de bronnen worden vermeld, waardoor de antwoorden betrouwbaarder en beter verifieerbaar zijn.

API's en integraties

Op dezelfde manier dat een LLM kan communiceren met externe informatie; API's en integraties maken het mogelijk om te communiceren met externe technologieën.

Wilt u een Google Meets-afspraak boeken via Calendly Hoe volg je een HubSpot-lead op die is geëvalueerd met Clearbit-verrijking? Tenzij je de agenda, videoconferentietechnologie, CRM en analysetool hebt gebouwd (wat sterk wordt afgeraden), zul je moeten 🔌integreren⚡️.

Deze tools van derden beschikken doorgaans over API's die bewerkingen beschikbaar stellen, zodat deze door andere geautomatiseerde technologieën kunnen worden uitgevoerd, zoals uw agent.

Integraties maken het voor een bot nog eenvoudiger om te communiceren met technologie van derden. Het is gebouwd op een API, waardoor de rompslomp wordt geminimaliseerd, zodat je je agent met weinig werk kunt koppelen.

Reageren en tekst-naar-spraak (TTS)

De gebruikersinvoer is dus getranscribeerd, de intentie is geanalyseerd, de relevante informatie is opgehaald en de taak is uitgevoerd.

Nu is het tijd om te reageren.

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

Tekst-naar-spraak (TTS)

Gelijk aan spraakherkenning en tegengesteld daaraan is spraaksynthese, ook wel tekst-naar-spraak genoemd .

Dit zijn modellen, die eveneens getraind zijn op spraak-tekstparen, en die vaak geconditioneerd zijn op spreker, intonatie en emotie om een menselijke uiting te produceren.

TTS sluit de lus die begint en eindigt met menselijke(-oïde) spraak.

De voordelen van spraakassistenten

Een stemlaag bovenop de functionaliteit van AI verbetert de algehele ervaring. Natuurlijk is het gepersonaliseerd en intuïtief, maar het biedt ook voordelen op zakelijk vlak.

Stem is sneller dan tekst

Met de opkomst van chatbots zijn gebruikers gewend geraakt aan snelle reacties. Met spraakgestuurde AI-assistenten zijn we er ook in geslaagd de invoertijd te verkorten.

Voice AI-agenten zorgen ervoor dat we geen correcte zinnen hoeven te formuleren. In plaats daarvan kun je een gedachtestroom uitspreken en de bot die laten begrijpen.

Hetzelfde geldt voor de reacties. Ik geef als eerste toe dat lezen een sleur kan zijn, maar dat is geen probleem als de reacties aan je worden voorgelezen.

24/7 reacties

Nog een ander soort snelheid. Omdat mensen op afstand werken en zakelijke transacties over continenten plaatsvinden, is het onmogelijk om rekening te houden met alle tijdzones en werktijden die je moet afdekken.

Gesproken interactie zou voor iedereen beschikbaar moeten zijn, niet alleen voor klanten die binnen bepaalde werktijden vallen. En met spraakgestuurde AI-assistenten zou dat werkelijkheid kunnen worden.

Meer gepersonaliseerde interacties

Praten gaat over zoveel meer dan woorden. Een voicebot creëert een persoonlijkere ervaring die de gebruiker een gevoel van vertrouwen geeft. In combinatie met de menselijke eigenschappen van AI-chatbots zorgt een voicelaag voor een sterkere verbinding.

Eenvoudig integreren

Het feit dat spraakassistenten handsfree zijn, betekent ook dat ze geen gebruikersinterface nodig hebben. Ze vereisen geen schermen of gebruik van je ogen – en dat is de reden waarom ze zo populair zijn in auto's.

Sterker nog, ze kunnen overal worden geïntegreerd waar microfoons kunnen worden aangesloten. Dat is een heel lage drempel, niet alleen omdat microfoons zo klein zijn, maar ook omdat ze al overal te vinden zijn: computers, smartphones en zelfs vaste lijnen.

Noem nog een andere geavanceerde technologie die toegankelijk is via draaitelefoons.

Meer toegankelijk

"Handsfree" draait niet alleen om gemak. Voor mensen met uiteenlopende behoeften kan het een noodzaak zijn. 

Spraakassistenten zijn beschikbaar voor mensen met een beperkte mobiliteit, een beperkt gezichtsvermogen en beperkte lees- en schrijfvaardigheid, die anders moeite zouden hebben met traditionele AI-interfaces.

Gebruiksscenario's van spraakbots in verschillende sectoren

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

Het goede nieuws is dat vrijwel elke sector verbeterd kan worden met spraak-AI.

Gezondheidszorg

Zorgprocedures staan erom bekend dat ze bijzonder saai zijn. En terecht: het is werk met hoge inzet en het moet goed worden gedaan. Deze sector smeekt om AI-automatisering, mits deze betrouwbaar en effectief is.

We zien al toepassingen van AI in de gezondheidszorg , en spraaktechnologie biedt een heleboel nieuwe mogelijkheden voor verbetering.

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

Die zijn saai. Maar ze zijn belangrijk.

De winst in snelheid en productiviteit verlicht de werkdruk van overwerkte zorgprofessionals. Bovendien doorbreekt het menselijke gespreksverloop de monotonie van het steeds maar beantwoorden van vragen.

Er is rekening gehouden met de toegankelijkheid en ik kan u verzekeren dat de technologie betrouwbaar is, dankzij de krachtige, gelaagde pijplijn die we eerder hebben besproken.

Bank

Over hoge inzetten en saai gesproken.

Dingen zoals het controleren van rekeningsaldi en het bijwerken van gegevens zijn relatief eenvoudige transacties, maar ze zijn voorzien van een aantal beveiligingslagen om fouten en fraude te verminderen.

De stemagent van NatWest verwerkt de reguliere transacties, waardoor menselijke agenten meer tijd kunnen besteden aan gevoelige of complexe interacties. Hierdoor neemt de klanttevredenheid met 150% toe, zonder dat dit ten koste gaat van de beveiliging.

Klantenservice

Op het gebied van het automatiseren van routinematige gesprekken heeft SuperTOBI van Vodafone, een spraakgestuurde AI-assistent, de Net Promoter Score (NPS) verbeterd van 14 naar 64 .

Dat komt doordat klantenservice-interacties repetitief zijn en klantvragen altijd op dezelfde manier worden beantwoord, of het nu door een persoon of een medewerker is. Deze aanpak doet geen afbreuk aan de randgevallen: die worden doorgestuurd naar menselijke medewerkers.

Detailhandel

Ik mis de tijd dat ik met een verkoper kon praten wel een beetje.

Het probleem is dat ze het te druk hebben om zichzelf te verdiepen in de catalogus en het beleid van de winkel, en dat het veel tijd kost om elke individuele klant te woord te staan.

Maak kennis met stemgestuurde verkoopmedewerkers zoals MyLow van Lowe's: een virtuele verkoopmedewerker met informatie over productdetails, voorraad en beleid. 

LLMs 'Hier komt algemene kennis echt tot zijn recht: het bedrijf geeft niet alleen specifieke informatie aan Lowe's, maar gebruikt ook kennis over interieurontwerp om klanten te adviseren over het inrichten van hun huis.

Sommige klanten zijn nog steeds op zoek naar menselijk contact. Gelukkig is MyLow ook beschikbaar voor verkoopmedewerkers. Medewerkers kunnen de benodigde informatie uit MyLow halen en de klant zelf helpen.

Begin met het aanbieden van AI-spraakassistenten

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

Botpress biedt een aanpasbare drag-and-drop builder, menselijk toezicht, een groot aantal vooraf gebouwde integraties en om het helemaal af te maken, een spraakwrapper die naadloos op uw agent aansluit. 

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

Begin vandaag nog met bouwen. Het is gratis.

FAQs

Hoe nauwkeurig zijn AI-spraakassistenten in het verstaan van verschillende accenten of spraakproblemen?

AI-spraakassistenten worden steeds nauwkeuriger met verschillende accenten dankzij training op wereldwijde datasets, maar hun nauwkeurigheid daalt nog steeds bij sterke regionale accenten, ongebruikelijke uitspraken of spraakproblemen. Sommige systemen zoals Google en Microsoft bieden accent-specifieke modellen, maar gebruikers met aanzienlijke spraakproblemen kunnen hogere foutpercentages ervaren en aangepaste afstemming of gespecialiseerde oplossingen nodig hebben.

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

Een AI spraakassistent kan offline werken als hij gebruik maakt van spraakherkenning en taalmodellen op het apparaat, maar dit beperkt hem meestal tot eenvoudigere taken en geen real-time externe gegevenstoegang. De meeste geavanceerde assistenten vertrouwen op het internet voor cloud-gebaseerde verwerking en het ophalen van up-to-date informatie.

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

Gegevens die worden gedeeld met AI-spraakassistenten in gevoelige sectoren zoals de gezondheidszorg en het bankwezen, worden beveiligd door middel van versleuteling en naleving van voorschriften zoals HIPAA, GDPR of PCI DSS. Bedrijven moeten echter zorgvuldig leveranciers met robuuste beveiligingscertificeringen kiezen en voorkomen dat ze persoonlijk identificeerbare informatie doorgeven.

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

Het toevoegen van een spraakinterface aan een bestaande chatbot kan variëren van relatief goedkoop (met behulp van cloud API's zoals Google Text-to-Speech of Botpress voice wrappers) tot duurder als het aangepaste ontwikkeling of integratie in propriëtaire systemen vereist. Veel platforms bieden nu spraakintegratie als functie aan, waardoor de kosten voor matig gebruik tot een paar honderd dollars per maand dalen, maar grootschalige implementaties met aangepaste stemmen of beveiligingsbehoeften kunnen prijsniveaus van tienduizenden dollars bereiken.

Hoe snel kan een bedrijf een AI spraakassistent implementeren?

Een bedrijf kan een basis AI stemassistent implementeren in slechts een paar uur met behulp van no-code platforms of kant-en-klare sjablonen, vooral voor eenvoudige taken zoals FAQ's of het routeren van gesprekken. Complexere spraakassistenten die integreren met backendsystemen en natuurlijke dialogen ondersteunen, vergen doorgaans enkele weken tot maanden ontwikkeling.