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.

Vuistregels uit de literatuur en uit luisteren — VoiceLab meet de stopwoorddichtheid niet, zie hieronder, dus dit is voor je eigen oordeel en geen getal dat het product teruggeeft:

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 — dát meet het wel — 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

Dat doet hij niet, en we hebben gemeten waarom.

De proxy die hier eerder stond (korte klanken die alleen tussen twee pauzes staan) is gebouwd en draait. Maar haal hem over twaalf voorgelezen opnames zonder enige aarzeling en hij meldt er nog steeds 0 tot 36 per spraakminuut, gemiddeld 10. Dit artikel adviseert onder de 6 te blijven. De valse meldingen alleen al liggen boven het doel.

Dus keken we wat die bursts wáren, in de hoop ze eruit te filteren. Achttien van de twintig bleken stemhebbend, op een gewone spreektoonhoogte van 132 tot 286 Hz, met een vlakke omhullende. Geen plofklanken dus, maar korte losse woorden. En een “uh” ziet er akoestisch precies zo uit als een “ja”.

Dat is geen afstelprobleem. Er is geen drempel die “uh” van “ja” scheidt zonder te weten wélk woord er staat, en dat weten is spraakherkenning.

Wat VoiceLab wél levert, en waar het eerlijk goed in is:

• Pauzeritme: aantal, mediaan, langste, en de verdeling over kort (80–400 ms), midden en lang. Gaten onder de 80 ms tellen niet mee: dat zijn medeklinkersluitingen en geen pauzes. Alleen die correctie bracht de telling op onze referentieopnames van 18 naar 10.
• Opeenhoping van pauzes: vensters van tien seconden met meer dan vier korte pauzes. Dat is de tweede proxy die dit artikel altijd al beschreef, en die houdt wel stand.
• Tijdstippen om naar te luisteren: elke korte klank die alleen tussen twee pauzes staat, als aanklikbaar moment. Een opname van een half uur wordt zes plekken om te controleren. Jouw oren beslissen in twee seconden wat geen enkele drempel kan.

Voor een echte stopwoordtelling heb je spraak-naar-tekst nodig (Whisper, Deepgram, AWS Transcribe) over de audio, en dan geldt de dichtheidsformule hierboven voor een echte telling in plaats van voor een proxy.

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