Wat AudioLab niet doet

AudioLab meet het signaal in een opname. Deze pagina somt op wat het niet doet, zodat niemand een pass- of failregel bouwt op een getal dat dat niet kan dragen. Bij elk punt staat wat je in plaats daarvan gebruikt.

Het leest de woorden niet

Er is geen transcriptie, geen taaldetectie en geen controle of de tekst is uitgesproken zoals hij is geschreven. Gebruik een spraakherkenner voor de woorden en leg de AudioLab-getallen naast zijn resultaat.

Het voorspelt geen transcriptiefouten

We hebben dit getoetst op 10 oktober 2026: 624 opnames van verzonnen Nederlandse burgermeldingen, voorgelezen door drie synthetische stemmen in 13 condities, en 1.248 transcripties door twee Whisper-modellen. De signaal-ruismaten voorspelden niet of de straat, het nummer of de plaats fout terugkwam: de AUC was 0,52 tot 0,55, waar 0,50 een munt opgooien is. Het verstaanbaarheidslabel (sceneIntelligibility) markeerde 58 procent van alle opnames als niet helder, en van de gemarkeerde hadden 25 tot 47 procent een echte locatiefout.

Weiger dus geen bestand op een van deze getallen, en zeg niet dat een betere signaal-ruisverhouding een beter transcript betekent. De toets gebruikte synthetische stemmen, alleen Whisper, een gesimuleerde telefoonband en Nederlandse tekst; echte sprekers, andere herkenners en andere talen zijn niet getoetst. De getallen en de grenzen staan op Lees de audio voor je transcribeert.

Het zegt niet of een stem natuurlijk klinkt

Geen van de maten op /lenses scoort natuurlijkheid, menselijkheid of hoe robotachtig een stem is. Spreeksnelheid, sibilantenrisico, clipping, de ruisvloer en de bandbreedte beschrijven het signaal en vinden technische gebreken. Of een stem goed klinkt, vraagt om luisteraars.

Het onderscheidt stemmen niet

Er is geen sprekeridentificatie, geen telling van sprekers en geen diarisatie. Een paar maten wijzen erop dat er iets met een stemachtige cadans in de pauzes zit (sceneGapHarmonicShare, en sceneBackground met de waarde program). Ze zeggen dat het er is, niet van wie de stem is.

Het meet geen latency, onderbrekingen of beurtwisseling

Het analyseert één opname. Hoe lang de agent over een antwoord deed, of hij werd afgekapt en wie wanneer sprak in een gesprek hebben tijdstempels uit je eigen systeem nodig, niet uit een audiobestand. Binnen één opname telt longSilences de pauzes van meer dan 1,5 seconde.

De achtergrondaanwijzingen zijn gissingen

sceneBackground (quiet, stationary, program of unsteady), de overige scene-velden, activeKind en contentTypeGuess zijn proxy’s die uit de pauzes en uit de frames worden gelezen. Het achtergrondwoord is alleen op synthetische scènes getoetst, niet op echte opnames. Op de schone synthetische stem in Een respons lezen zegt sceneBackground “unsteady” en activeKind “music”. Gebruik ze om te weten waar je moet kijken, niet om te beslissen.

Het stelt je limieten niet vast

Er is geen standaard pass-niveau voor gespreksaudio. Onze eigen presets (broadcast, streaming) bestaan voor levering, en een voice-agent is geen levering. De startbereiken in Voice-agent- en TTS-vendors vergelijken laten zien wat we maten, niet wat goed is. Stel je limieten vast op basis van je eigen goede opnames.

Waarop het is getoetst

• Voorgelezen spraak. De spraakdetector achter de spraakratio, de pauzes en de scènevelden is gemeten op 40 voorgelezen Engelse opnames (LibriSpeech) in 17 ruiscondities. Een tweede detector (K2), die de website gebruikt, is nog eens gemeten op 40 andere sprekers, met dezelfde ruisopnames. Spontane conversatie is niet getoetst.
• Bekende ruis op bekende niveaus. De marge van de signaal-ruisverhouding komt uit dezelfde 40 opnames met echte achtergrondruis erbij op bekende verhoudingen: stationaire ruis (keuken, woonkamer, gang) op een ware verhouding van 10 tot 30 dB, en brabbelruis (babble) op 20 dB. Onder 10 dB leest het te hoog. Andere soorten ruis, zoals verkeer, zijn niet getoetst.
• Niet getoetst. Andere talen, audio in de telefoonband, muziek of televisie achter de stem, en galmende ruimtes, voor de maten die op de spraakdetector leunen.

Elke maat zegt op /lenses waartegen hij is getoetst en waartegen niet. Een status Gevalideerd betekent: daartegen getoetst, onder die omstandigheden.

Als je een van deze dingen nodig hebt

Schrijf naar support@audiolab.tools met wat je probeert te beslissen. Als een maat die zou helpen niet op de lijst staat, is dat nuttig om te weten, en we zeggen het gewoon als het iets is wat we niet kunnen.