Waarom stopwoorddichtheid belangrijker is dan het aantal stopwoorden

Elke podcast-QA-tool wil je stopwoorden tellen. De meeste blijven daarbij steken. Stopwoorden als een ruw getal tellen is grotendeels ruis: een interview van 5 minuten en een gesprek van 90 minuten leveren totaal verschillende totalen op, maar de beleving van het luisteren hangt van iets heel anders af.

Dat iets is dichtheid: stopwoorden per minuut daadwerkelijke spraak.

De meting

filler_density = filler_count / speech_seconds * 60

Let op de deler: niet de totale bestandsduur, maar spraakseconden. Een podcast met stopwoordvlagen van vijf seconden gevolgd door stilte is iets anders dan een podcast waarin elke seconde dicht bezet is met geaarzel.

De drempels die we in VoiceLab hanteren:

Dichtheid	Luisterbeleving
< 3 /min	Vloeiend, professioneel
3–6 /min	Conversationeel, prima voor talkshows
6–10 /min	Merkbaar, mogelijk montage nodig
> 10 /min	Storend; grondige montageslag nodig

Dit zijn richtlijnen, geen wetten. Een energieke improvisatiepodcast met 12 stopwoorden/min kan briljant zijn. Een gescripte uitleg met 5 stopwoorden/min is kapot.

Waarom alleen tellen misleidt

Neem twee podcasts:

• Podcast A: 60 minuten, 40 stopwoorden. Totaal: 40 stopwoorden.
• Podcast B: 10 minuten, 30 stopwoorden. Totaal: 30 stopwoorden.

Op aantal is Podcast A “slechter.” Op dichtheid zit Podcast A op 0,67/min en Podcast B op 3/min. Dat laatste is een eerlijker samenvatting van wat een luisteraar zal voelen.

Pauzelengte telt ook mee

Een pauze van 200 ms is meestal onzichtbaar. Een pauze van 600 ms is dramatisch. Een pauze van 1500 ms is een aarzeling, die vaak een stopwoord vervangt. VoiceLab volgt de pauzeverdeling naast de stopwoorddichtheid, want een stopwoord vervangen door een lange aarzeling is eigenlijk geen verbetering, het is hetzelfde probleem in een andere vorm.

Hoe VoiceLab stopwoorden detecteert zonder ASR

Zonder spraak-naar-tekst is exact stopwoorden tellen niet mogelijk. Maar er zijn bruikbare benaderingen:

• Subsyllabische energie-uitbarstingen: korte enveloppepieken omsloten door stilte die korter is dan een typisch woord maar langer dan een klik. Deze zijn sterk gecorreleerd met “uhm”, “uh”, “zegmaar”, “weet je”.
• Pauzeclusterdichtheid: regio’s waar pauzes van 80–400 ms meer dan 4× per 10 seconden clusteren. Dit vangt het spraakritme op dat typisch is voor stopwoordrijke voordracht, zelfs wanneer individuele stopwoorden niet worden gedetecteerd.

De laag op signaalniveau is goed genoeg voor QA. Voor exacte tellingen en werk op woordniveau heb je downstream ASR nodig (Whisper, Deepgram, AWS Transcribe).

Wat je met het getal doet

Als je dichtheid boven 6/min ligt en je monteert de show, dan drie tactieken van werkende editors:

1. Knippen, niet vervangen. Lege ruimte tussen zinnen klinkt in 80% van de gevallen beter dan een stopwoord.
2. Verdicht voordat je stopwoorden knipt. De meeste “stopwoord”-perceptie is eigenlijk tempo. Het strakker maken van de algehele voordracht laat stopwoorden naar de achtergrond verdwijnen.
3. Laat de bewuste staan. Een “weet je wat ik bedoel?” met karakter verslaat een steriel script. Monteer de persoonlijkheid er niet uit.

Gerelateerd

• Een pragmatisch loudness-doel voor podcasts, zodra je de voordracht hebt opgeschoond
• Galm in een ruimte inschatten zonder RT60, het andere dat stemmen amateuristisch laat klinken