Spraak-naar-tekstmodellen vergelijken en kiezen
We hebben de 12 spraak-naar-tekstmodellen van deze tool gemeten met dezelfde audio in 5 talen. Het foutpercentage is het deel van de transcriptie dat verkeerd is herkend, en de verwerkingstijd is een schatting van hoe lang de verwerking van 1 uur audio duurt. Weet je niet welk model je moet kiezen, begin dan bij “Aanbevelingen per taal en apparaat”.
Gemeten op: 29 oktober 2026
Aanbevelingen per taal en apparaat
Japans
Op een computer met WebGPU is Haas-ja v1.0 (710 MB) het nauwkeurigst (5,2% fouten). Het kost ook maar ongeveer een derde van de tijd van SenseVoice Small. Op zulke computers is het de standaard in Chrome en Edge (behalve Macs met Apple silicon). Kies op telefoons en computers zonder WebGPU de standaard, SenseVoice Small (240 MB). Dat is ongeveer even nauwkeurig als Whisper Large v3 Turbo (1,5 GB) en kost minder dan de helft van de tijd.
Chinees en Koreaans
Voor Chinees is de standaard SenseVoice Small nauwkeuriger dan elk Whisper-model. Voor Koreaans zijn op een computer met WebGPU Whisper Large v3 Turbo (5,0% fouten) en Large v3 (4,6%) nauwkeuriger dan SenseVoice Small (7,9%). Voor beide talen is Qwen3-ASR 1.7B op een computer met WebGPU minstens even nauwkeurig als SenseVoice Small.
Engels
Op een computer met WebGPU is Whisper Large v3 Turbo (5,8% fouten) of Medium (5,7%) nauwkeurig genoeg. Het nauwkeurigst is Qwen3-ASR 1.7B (4,3%), maar dat downloadt de eerste keer ongeveer 5,2 GB en gebruikt ongeveer 5 GB GPU-geheugen. Parakeet Ultra (500 MB) is ongeveer even nauwkeurig als Large v3 Turbo (5,7%) en kost ongeveer 1/7 van de verwerkingstijd van Turbo. Kies op telefoons SenseVoice Small (9,0%).
Spaans, Duits en andere talen
Kies voor Spaans, Duits, Frans, Italiaans, Portugees, Russisch, Pools, Nederlands en andere Europese talen Parakeet Ultra (500 MB) op een computer met WebGPU. Het foutpercentage voor Spaans is 4,2%, ongeveer gelijk aan Large v3 Turbo (4,4%), en het kost ongeveer 1/7 van de verwerkingstijd van Turbo. Voor deze 8 talen is het de standaard op computers met geïntegreerde graphics in Chrome of Edge. Kies voor andere talen Whisper Large v3 Turbo op een computer met WebGPU. Kies op telefoons en computers zonder WebGPU voor Spaans, Frans, Italiaans en Duits de standaard, FastConformer (175 MB). Het foutpercentage voor Spaans is 9,2%, iets hoger dan Whisper Small (7,7%), maar het kost ongeveer 1/15 van de verwerkingstijd van Small. Kies voor andere talen Whisper Small of groter.
Telefoons
Kies voor Japans, Chinees, Koreaans en Engels de standaard, SenseVoice Small. Kies voor Spaans, Frans, Italiaans en Duits de standaard, FastConformer. Telefoons draaien een lichtere (8-bits) versie van Whisper, waardoor het foutpercentage van Tiny voor Japans boven de 70% uitkomt. Voor andere talen is Whisper Small het nauwkeurigst, maar de verwerking duurt ongeveer even lang als de audio of langer. Voor lange audio is Whisper Base ook een optie.
WebGPU is een manier waarop de browser de GPU voor berekeningen kan gebruiken. Het is beschikbaar in Chrome, Edge en andere browsers voor desktop.
Open de transcriptietoolFoutpercentages per taal
Het foutpercentage is het deel van de transcriptie dat afwijkt van de juiste tekst. Lager is nauwkeuriger. Japans, Chinees en Koreaans worden per teken geteld, Engels en Spaans per woord. Het model met de minste fouten in elke taal is gemarkeerd. De tabel toont resultaten op een computer met WebGPU.
| Model | Japans | Engels | Spaans | Koreaans | Chinees |
|---|---|---|---|---|---|
| Haas-ja v1.0 | 5,2% | — | — | — | — |
| SenseVoice Small | 8,6% | 9,0% | — | 7,9% | 7,9% |
| Parakeet Ultra | — | 5,7% | 4,2% | — | — |
| FastConformer | — | — | 9,2% | — | — |
| Whisper Tiny | 44,4% | 16,0% | 21,1% | 20,4% | 30,1% |
| Whisper Base | 26,3% | 11,5% | 13,2% | 13,7% | 24,0% |
| Whisper Small | 14,1% | 7,3% | 7,6% | 7,2% | 14,5% |
| Whisper Medium | 8,7% | 5,7% | 5,3% | 5,7% | 9,8% |
| Whisper Large v3 Turbo | 8,9% | 5,8% | 4,4% | 5,0% | 9,9% |
| Whisper Large v3 | 6,9% | 5,6% | 6,2% | 4,6% | 11,5% |
| Qwen3-ASR 1.7B | 8,0% | 4,3% | 4,1% | 5,1% | 7,7% |
| Voxtral Mini 4B | 6,1% | — | — | — | — |
“—” betekent dat het model in deze tool niet voor die taal kan worden gekozen. Deze resultaten gelden voor voorgelezen spraak, dus elk model maakt meer fouten bij rumoerige opnames of gesprekken tussen meerdere mensen.
Verwerkingstijd en downloadgrootte
De verwerkingstijd is een schatting van hoe lang het transcriberen van 1 uur audio duurt op onze testcomputer (AMD Ryzen 7 8745H, geïntegreerde Radeon 780M-graphics). De download gebeurt alleen de eerste keer; daarna wordt het in de browser opgeslagen model gebruikt.
| Model | Tijd voor 1 uur audio | Eerste download | Vereisten |
|---|---|---|---|
| Haas-ja v1.0 | ongeveer 2 min | 〜710 MB | Computer met WebGPU (gebruikt ongeveer 1 GB GPU-geheugen) |
| SenseVoice Small | ongeveer 7 min | 〜240 MB | Computers en telefoons (draait op de CPU) |
| Parakeet Ultra | ongeveer 2 min | 〜500 MB | Computer met WebGPU (gebruikt ongeveer 1,3 GB GPU-geheugen) |
| FastConformer | ongeveer 3 min | 〜175 MB | Computers en telefoons (draait op de CPU) |
| Whisper Tiny | ongeveer 5 min | 〜145 MB | Computers en telefoons |
| Whisper Base | ongeveer 6 min | 〜280 MB | Computers en telefoons |
| Whisper Small | ongeveer 10 min | 〜925 MB | Computers en telefoons |
| Whisper Medium | ongeveer 19 min | 〜650 MB | Computer met WebGPU aanbevolen (op de CPU duurt de verwerking van 1 uur audio meerdere uren) |
| Whisper Large v3 Turbo | ongeveer 16 min | 〜1.5 GB | Aanbevolen: computer met WebGPU en een GPU die 16-bits drijvendekommagetallen (fp16) ondersteunt (zonder zo’n GPU draait het op de CPU en duurt het meerdere uren) |
| Whisper Large v3 | ongeveer 23 min | 〜2.0 GB | Computer met WebGPU en een GPU die 16-bits drijvendekommagetallen (fp16) ondersteunt |
| Qwen3-ASR 1.7B | ongeveer 19 min | 〜5.2 GB | Computer met WebGPU (gebruikt ongeveer 5 GB GPU-geheugen) |
| Voxtral Mini 4B | ongeveer 50 min | 〜2.9 GB | Computer met WebGPU en een GPU die 16-bits drijvendekommagetallen (fp16) ondersteunt (gebruikt ongeveer 5 GB GPU-geheugen; geïntegreerde graphics vereisen 16 GB RAM of meer) |
Op computers met een losse GPU zoals een GeForce gaat het sneller, op oudere computers langzamer. SenseVoice Small en FastConformer gebruiken de GPU niet; ze draaien op de CPU.
Op telefoons en computers zonder WebGPU
Op telefoons en computers zonder WebGPU draait een lichtere (8-bits) versie van Whisper op de CPU. De foutpercentages zijn hoger dan op de GPU van een computer, en vooral Tiny wordt veel slechter.
| Model | Japans | Engels | Spaans | Koreaans | Chinees | Tijd voor 1 uur audio | Eerste download |
|---|---|---|---|---|---|---|---|
| SenseVoice Small | 8,6% | 9,0% | — | 7,9% | 7,9% | ongeveer 7 min | 〜240 MB |
| FastConformer | — | — | 9,2% | — | — | ongeveer 3 min | 〜175 MB |
| Whisper Tiny | 70,5% | 28,3% | 31,5% | 30,2% | 51,0% | ongeveer 10 min | 〜40 MB |
| Whisper Base | 31,2% | 12,1% | 14,0% | 15,2% | 25,1% | ongeveer 15 min | 〜75 MB |
| Whisper Small | 14,8% | 7,6% | 7,7% | 7,4% | 14,3% | ongeveer 45 min | 〜240 MB |
De verwerkingstijden gelden voor de CPU van onze testcomputer (1 thread). Telefoons doen er langer over. Whisper Medium en groter hebben op de CPU meerdere uren nodig voor 1 uur audio.
Wat de metingen laten zien
- Grotere modellen zijn niet altijd nauwkeuriger. Whisper Large v3 is voor Japans en Koreaans nauwkeuriger dan Large v3 Turbo, maar maakt voor Spaans en Chinees meer fouten dan Turbo en duurt ongeveer 1,4 keer zo lang.
- Voor Japans en Chinees is de 240 MB grote SenseVoice Small minstens even nauwkeurig als de 1,5 GB grote Whisper Large v3 Turbo (Japans 8,6% tegen 8,9%, Chinees 7,9% tegen 9,9%).
- Whisper Medium is bijna even nauwkeurig als Large v3 Turbo met minder dan de helft van de downloadgrootte (650 MB tegen 1,5 GB). Het duurt ongeveer 1,2 keer zo lang als Turbo.
- Qwen3-ASR 1.7B maakt de minste fouten voor Engels, Spaans en Chinees.
- De minste fouten voor Japans maakt Haas-ja v1.0 (5,2%), ongeveer 40% minder dan SenseVoice Small (8,6%). Het kost ook maar ongeveer een derde van de tijd van SenseVoice Small.
- Op de CPU, zoals op telefoons, stijgt het foutpercentage van Whisper Tiny sterk (van 44,4% naar 70,5% voor Japans). Small verandert nauwelijks.
- Op de CPU, zoals op telefoons, heeft FastConformer (175 MB) voor Spaans een foutpercentage van 9,2%, minder dan een derde van dat van Whisper Tiny (31,5%). Het kost ook maar ongeveer een derde van de tijd van Tiny.
Hoe we hebben gemeten
- De audio bestaat uit 100 uitingen per taal, op gelijke afstanden gekozen uit de testset van FLEURS (voorgelezen spraak), een meertalige benchmark voor spraakherkenning die door Google is gepubliceerd.
- We hebben in de browser getranscribeerd met dezelfde software als deze tool (transformers.js 4.2.0), dezelfde modelformaten en dezelfde verwerking (de begintekst die aan Whisper wordt meegegeven, en het opnieuw uitvoeren van fragmenten die leeg terugkwamen).
- Voor de vergelijking met de juiste tekst hebben we leestekens, spaties en verschillen tussen tekens van volle en halve breedte verwijderd. Chinees is omgezet naar vereenvoudigd Chinees, en Engels is genormaliseerd zoals bij de evaluatie van Whisper.
- De testcomputer heeft een AMD Ryzen 7 8745H (geïntegreerde Radeon 780M-graphics) en 32 GB geheugen, en de browser was Chromium 153. De verwerkingstijden zijn exclusief het laden van het model.
- Haas-ja v1.0 en Voxtral Mini 4B zijn alleen voor Japans gemeten, SenseVoice Small voor de 4 talen behalve Spaans, Parakeet Ultra alleen voor Engels en Spaans, en FastConformer alleen voor Spaans (alleen de talen waarvoor elk model in deze tool kan worden gekozen). Voxtral Mini 4B is een dag eerder gemeten dan de andere modellen, Haas-ja v1.0 op 3 november 2026, Parakeet Ultra op 10 november en FastConformer op 11 november, op dezelfde computer en met dezelfde audio.
- Omdat Qwen3-ASR 1.7B een apart model gebruikt om tijdcodes toe te voegen, is de verwerkingstijd gemeten door Japanse audio (108 seconden) in deze tool te transcriberen, inclusief die stap.
Veelgestelde vragen
Zijn grotere modellen nauwkeuriger?
Niet altijd. Bij Whisper neemt de nauwkeurigheid toe met de grootte, van Tiny tot Medium, maar Large v3 maakte voor Spaans en Chinees meer fouten dan Large v3 Turbo. Voor Japans en Chinees is het kleine SenseVoice Small ongeveer even nauwkeurig als Turbo.
Welk model kies ik op een telefoon?
Kies voor Japans, Chinees, Koreaans en Engels SenseVoice Small, en voor Spaans, Frans, Italiaans en Duits FastConformer. Beide zijn ook de standaard. Voor andere talen is Whisper Small het nauwkeurigst, maar het is traag, dus voor lange audio is Whisper Base ook een optie. Tiny maakt veel fouten en wordt niet aanbevolen.
Hoe wordt het standaardmodel gekozen?
Het wordt automatisch gekozen op basis van de gekozen taal en de mogelijkheden van het apparaat. Voor Japans is het Haas-ja v1.0 op een computer met 4 GB geheugen of meer waarop WebGPU beschikbaar is in Chrome, Edge of een vergelijkbare browser (behalve Macs met Apple silicon). Voor Japans elders, zoals op telefoons of in Safari en Firefox, en voor Chinees en Koreaans is het SenseVoice Small. Voor Spaans, Duits, Frans, Italiaans, Portugees, Russisch, Pools en Nederlands is het Parakeet Ultra op een computer met geïntegreerde graphics en 4 GB geheugen of meer waarop WebGPU beschikbaar is in Chrome, Edge of een vergelijkbare browser. Op telefoons en computers zonder WebGPU is het FastConformer voor Spaans, Frans, Italiaans en Duits (behalve apparaten met weinig geheugen). Voor Engels en andere talen wordt een van de Whisper-modellen gekozen op basis van de GPU en het geheugen. Voor Engels krijgen apparaten die Whisper Base of kleiner zouden krijgen (zoals telefoons en computers met geïntegreerde graphics) in plaats daarvan SenseVoice Small.
Is het foutpercentage bij opnames van vergaderingen hetzelfde?
Nee. Deze metingen gebruiken spraak die door één persoon is voorgelezen, dus elk model maakt meer fouten bij rumoerige opnames of gesprekken tussen meerdere mensen. Gebruik ze als richtlijn om modellen te vergelijken.
Kies een model en transcribeer
Deze tool is gratis en vereist geen registratie. Audiobestanden worden in je browser verwerkt en verlaten je apparaat nooit.
Open de transcriptietool