Het grootste deel van het afgelopen decennium betekende “dicteren” één ding: een model luisterde naar je stem en typte woord voor woord uit wat het hoorde. Vulwoorden en al. AI-dictaat voegt een tweede stap toe. Nadat het transcript bestaat, leest een taalmodel het en schoont het op - zoals een zorgvuldige redacteur dat zou doen, maar in een fractie van een seconde.
Die tweede stap is het hele verschil. Het is ook waar de privacyvraag zich verstopt, want in de meeste apps gebeurt de opschoning op de server van iemand anders.
Spraak-naar-tekst: het eerste model
Spraak-naar-tekst (ook wel spraakherkenning of STT genoemd) is de basistechnologie. Je spreekt, een model zet de audio om in een reeks woorden. De twee open modellen die het meeste bureaubladdicteren in 2026 aandrijven zijn Whisper van OpenAI en Parakeet TDT van NVIDIA. Beide kunnen volledig op je eigen hardware draaien.
Wat je uit deze stap krijgt is een getrouw transcript. Als je “eh, dus ik denk dat we, weet je, vrijdag moeten uitrollen” zei, is dat ongeveer wat eruit komt. Nauwkeurig, maar niet iets dat je zonder eerst op te schonen in een e-mail zou plakken.
Dat opschonen was vroeger jouw taak. Nu doet een tweede model het.
AI-dictaat: het taalmodel toevoegen
AI-dictaat haalt het ruwe transcript door een taalmodel (dezelfde klasse model achter ChatGPT, Claude en Gemini). Het taalmodel doet de bewerkingsronde:
- Verwijdert vulwoorden. “Eh”, “uhm”, “weet je”, “zeg maar” - weg.
- Corrigeert interpunctie en grammatica. Aan-elkaar-gepraat wordt netjes geïnterpuncteerde zinnen.
- Past de stijl aan. Informele spraak kan een zakelijk bericht worden, een formele notitie, of code-stijltekst met de juiste identifier-schrijfwijze.
- Vertaalt. Spreek in je moedertaal, krijg de tekst in een andere.
Zo wordt “eh, dus ik denk dat we, weet je, vrijdag moeten uitrollen” tot “Ik denk dat we vrijdag moeten uitrollen.” Zelfde betekenis, klaar om te verzenden.
Daarom heet de categorie AI-dictaat en niet gewoon dicteren: er zitten twee modellen in de pijplijn, en het tweede is een taalmodel. Het spraakmodel hoort je; het taalmodel bewerkt je.
Jij zei
dus eeh ik pushte de fix naar githab en de de latency zakte op postgress
AI-dictaat geeft je
Dus ik pushte de fix naar GitHub, en de latency zakte op Postgres.
Spraak-naar-tekst vs AI-dictaat, naast elkaar
| As | Gewone spraak-naar-tekst | AI-dictaat |
|---|---|---|
| Wat het oplevert | Ruw transcript van wat je zei | Opgeschoonde tekst, klaar om te verzenden |
| Betrokken modellen | Eén (spraak-naar-tekst) | Twee (spraak, dan taalmodel) |
| Vulwoorden | Blijven staan | Verwijderd |
| Interpunctie & grammatica | Zo goed mogelijk door het spraakmodel | Gecorrigeerd |
| Stijl / toon | Alleen letterlijk | Informeel naar formeel, of code-stijl |
| Vertaling | Nee | Spreek één taal, krijg een andere |
| Waar het opschonen draait | N.v.t. | Cloud in de meeste apps; op het apparaat in SnailText |
Het deel dat de meeste vergelijkingen overslaan: waar het tweede model draait
Dit is de vraag die bepaalt of AI-dictaat privé is: waar gebeurt de taalmodel-stap?
In de meeste AI-dicteerapps draait de spraak-naar-tekst-stap misschien op je apparaat, maar de opschoonstap roept een taalmodel in de cloud aan - OpenAI, Anthropic, of Google. Dat betekent dat je transcript bij elke dictaat wordt geüpload, zelfs als je audio de machine nooit verliet. “Lokale spraakherkenning” en “lokaal AI-dictaat” zijn niet dezelfde bewering. De eerste kan waar zijn terwijl de tweede onwaar is.
Voor een Slack-bericht over de lunch maakt dat misschien niet uit. Voor een commit-bericht dat propriëtaire code citeert, een juridische notitie over een cliënt, of een klinische observatie, maakt het veel uit. Het transcript is het gevoelige deel, en de opschoonstap is precies waar het wordt weggestuurd.
Hoe het AI-dictaat van SnailText werkt
SnailText draait beide modellen op je apparaat. Whisper (of Parakeet TDT) doet de spraak-naar-tekst lokaal, in het RAM. Daarna doet een lokaal taalmodel - een compact Gemma-model dat op je eigen hardware draait - de opschoonronde. Geen API-sleutel, geen cloud-aanroep, niets geüpload in beide fasen. Dit is wat dat tweede model daadwerkelijk voor je doet.
Opschoning en correctie
Elke dictaat krijgt de basisbewerkingsronde: vulwoorden weggelaten, interpunctie en hoofdletters hersteld, duidelijke grammaticafouten gecorrigeerd, en bekende merk- en productnamen teruggezet naar hun juiste schrijfwijze (zodat “github” GitHub wordt en “postgres” Postgres). Dit is het verschil tussen een transcript dat je moet corrigeren en een zin die je kunt verzenden.
Onderwerpprofielen
Opschonen is geen one-size-fits-all - een ontwikkelaar die code dicteert wil een andere behandeling dan een romanschrijver die proza dicteert. SnailText levert vijf onderwerpprofielen, en je kiest degene die past bij wat je vooral dicteert:
- Algemeen - geen onderwerpvoorkeur, voor dictaten die veel gebieden bestrijken.
- Ontwikkeling & IT - herstelt
snake_case- /camelCase-identifiers en bibliotheeknamen (Python, React, Docker, Postgres, en dergelijke). De standaard voor nieuwe installaties. - Schrijven - artikelen, essays, proza. Behoudt je stem en zinsritme, en slaat het herschrijven van identifiers volledig over zodat het nooit een gewone zin tot code verminkt.
- Zakelijk - vergaderingen, e-mails, projectbeheer. Kent KPI- / OKR- / ROI-vocabulaire en zet merknamen correct.
- Academisch - wetenschappelijk schrijven, formuleverwijzingen, Latijnse soortnamen, behouden technische terminologie.
Het profiel is de allergrootste hefboom op hoe de opschoning zich gedraagt, want het vertelt het taalmodel wat voor tekst je maakt voordat het één woord aanraakt.
Identifier-stijlen voor code
Als je code dicteert, kun je de conventie instellen waarin het model symbolen herstelt: snake_case, camelCase, kebab-case, PascalCase, of Auto (laat het model het uit de context afleiden). Zeg “recording completed” terwijl het Ontwikkeling-profiel actief is en de juiste stijl is ingesteld, en het komt eruit als recording_completed in plaats van twee gewone woorden. Dit is het soort ding dat spraakgestuurd coderen echt bruikbaar maakt in plaats van een constante opschoonklus.
Stijl, toon en vertaling
Hetzelfde model kan het register verschuiven - een informele gesproken zin in een zakelijk bericht veranderen - en vertalen: spreek in je moedertaal en krijg de tekst in een andere, lokaal verwerkt in plaats van naar een vertaal-API gestuurd.
Jij houdt de controle
De opschoning is bewust behoudend. Ze is afgesteld om je betekenis te behouden in plaats van die te herschrijven, en laat tekst met rust als die al schoon is. Wil je het ruwe transcript zonder bewerking, dan zet je de stap uit en krijg je gewone letterlijke spraak-naar-tekst. AI-dictaat is een modus die je aanzet, geen filter waar je aan vastzit.
Daarom kunnen we SnailText ook eerlijk AI-dictaat noemen. Voordat de lokale taalmodel-stap er was, was het een snelle, private spraak-naar-tekst-app. Met twee modellen in de pijplijn - allebei op het apparaat - is het AI-dictaat dat niets uploadt.
De lokale taalmodel-opschoning is een Pro-functie, momenteel in bèta. De gratis versie geeft je de volledige lokale spraak-naar-tekst-engine zonder account en zonder woordlimiet; Pro ($7.49/mnd of $89/jr, tot 3 apparaten) voegt het opschoonmodel op het apparaat, de onderwerpprofielen en de hierboven beschreven identifier-stijlen toe.
Wanneer je juist gewone spraak-naar-tekst wilt
AI-dictaat is niet altijd de juiste modus. Als je een citaat transcribeert en de exacte woorden nodig hebt, of je dicteert in een systeem dat zijn eigen opmaakregels heeft, kan de opschoonstap in de weg zitten. Daar is de uit-knop voor. Het punt is niet dat het ene het andere vervangt - AI-dictaat geeft je een tweede modus, en een goede app laat je per taak kiezen.
De korte versie: spraak-naar-tekst schrijft op wat je zei. AI-dictaat geeft je wat je bedoelde te verzenden - in de stijl die je werk vraagt. Het enige wat je nog moet controleren is of die tweede stap je woorden op je machine houdt.