Wat is het verschil met dicteren of spraak-naar-tekst?
Dicteren zet geluid om in tekst. Dat kan je telefoon zelf ook, gratis. Het werk zit in wat daarna moet gebeuren: er een werkbon van maken met tijden, uren per medewerker, machines, materialen en afvoer — in velden die de administratie kan gebruiken. Daarvoor moet het systeem jullie vaktaal kennen, de tekst omzetten in structuur, en doorvragen over wat ontbreekt. Dat laatste is het verschil dat geld oplevert.
Context: het kent jullie spullen
Een algemene dicteerapp werkt met een woordenboek van het Nederlands. Merknamen van machines, materiaalsoorten en afvoerstromen zitten daar niet in, dus die komen er verminkt uit. Corrigeren kost dan meer tijd dan het uittypen dat je wilde vermijden.
Hier krijgt de spraakherkenning vóór elke opname de eigen catalogus van het bedrijf mee: machines met hun typenummers, materialen met hun eenheden, de afvoerstromen, en wie er die dag op de klus staat ingepland. Daardoor komt “twee uur met de MS 261” als de juiste machine op de bon, en niet als iets fonetisch.
Structuur: velden in plaats van een lap tekst
Een transcript is niet factureerbaar. Iemand moet er nog uren, materialen en afvoer uit halen en overtypen — precies het werk dat je wilde besparen.
Uit het ingesproken verhaal komen hier losse velden: begintijd, eindtijd, pauze, uren per medewerker, machines met draaiuren, materialen met hoeveelheid en eenheid, afvoer in kuub. Elk veld is apart aan te passen, en ze stromen direct door naar het urenoverzicht en de boekhoudexport.
Doorvragen: de gaten die geld kosten
Dit is wat geen enkele dicteeroplossing doet. Het systeem legt het ingesproken verhaal naast de planning van die dag. Stond er een versnipperaar gereserveerd die niemand noemde? Is er gesnoeid zonder dat er afvoer genoemd is? Zijn alle drie de geplande bomen gedaan?
Daar volgen twee tot vier ja/nee-vragen uit, meteen na het inspreken, terwijl de medewerker nog bij de klus is. Vergeten posten worden daar gevangen — niet drie weken later bij het factureren, als niemand het meer weet.
En het verzint niets bij
Een taalmodel dat een naam niet herkent, kan geneigd zijn iets plausibels in te vullen. Dat is op een factuur onacceptabel. Daarom komt een item dat niet in de catalogus staat, erop als “nieuw item?”. En wat het model onzeker vond, wordt expliciet gemarkeerd in plaats van gladgestreken.
De planner ziet in het dashboard wat er is ingesproken, welke controlevragen er gesteld zijn en wat de medewerker heeft geantwoord. De originele opname is terug te luisteren zolang de bewaartermijn loopt.
Welke techniek eronder zit
Voor de spraak: Google Chirp 3, ingesteld op Nederlands en gevoed met de vaktermen van het bedrijf. Voor het uitwerken: Claude van Anthropic via Vertex AI, met een strikt gegevensschema zodat er altijd een bruikbare structuur uitkomt en niet zomaar vrije tekst. Allebei op een EU-endpoint, dus er gaat geen opname buiten de EU.
Opnames worden niet gebruikt om modellen te trainen en verdwijnen automatisch na de bewaartermijn die het bedrijf zelf instelt.