Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

De transcriptiekwaliteit optimaliseren

Les 9 van 18 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. De transcriptiekwaliteit optimaliseren
  2. De parameter prompt
  3. De parameter temperature
  4. Audio-preprocessing
  5. Nabewerking van transcripties
  6. Complete transcriptiepijplijn
  7. Belangrijkste punten

Update 2 november 2026 — Audiomodellen. Verschillende modellen in deze cursus zijn verouderd: tts-1, tts-1-hd en gpt-4o-mini-tts stoppen met werken op 6 januari 2027 (de aangegeven vervanger is gpt-realtime-2.1-mini, waarvan de OpenAI TTS-gids stelt dat deze niet wordt ondersteund door /v1/audio/speech: migratie van stemsynthese gaat naar de Realtime API); gpt-realtime, gpt-4o-realtime en legacy audiomodellen op 20 januari 2027 (gpt-realtime-2.1, gpt-realtime-2.1-mini, gpt-audio-1.5); whisper-1, gpt-4o-transcribe en /v1/audio/translations op 26 februari 2027 (gpt-transcribe, gpt-live-transcribe, v1/realtime/translations). Voor full-duplex spraak is GPT-Live 1 beschikbaar in de API sinds 10 september 2026. Les bijgewerkt op 3 november 2026: voorbeelden overgezet naar gpt-transcribe (prompt, keywords, languages), het door OpenAI aanbevolen model; temperatuur 0 is geen keuze voor “altijd de meest waarschijnlijke”: volgens de API-referentie past het model de temperatuur dan zelf stapsgewijs aan. Bronnen: Bestandstranscriptie · Transcriptie maken.

De transcriptiekwaliteit optimaliseren

Whisper levert standaard uitstekende transcripties, maar verschillende technieken kunnen de kwaliteit aanzienlijk verbeteren, vooral in moeilijke gevallen: achtergrondlawaai, regionale accenten, technisch vocabulaire en eigennamen. Deze les behandelt geavanceerde parameters en strategieën voor nabewerking.

De parameter prompt

Context is uw belangrijkste hefboom om de kwaliteit te verbeteren. Bij gpt-transcribe, het model dat OpenAI aanbeveelt, loopt de context via drie parameters: prompt (een contextzin in de taal van de audio), keywords (te herkennen termen) en languages (verwachte talen).

# Zonder context lopen productnamen het risico verkeerd getranscribeerd te worden
result = client.audio.transcriptions.create(
    model="gpt-transcribe",
    file=audio_file,
    languages=["fr"],
)

# Met context en trefwoorden
result = client.audio.transcriptions.create(
    model="gpt-transcribe",
    file=audio_file,
    languages=["fr"],
    prompt="Corsen AI technische vergadering over voice agents.",
    keywords=["GPT-6.1 Sol", "Responses API", "Realtime API", "Corsen AI", "Mordehai Attia"],
)

Best practices voor de prompt

  • Som eigennamen op: personen, bedrijven, producten
  • Neem technisch jargon op: acroniemen, domeinspecifieke termen
  • Specificeer de verwachte stijl: leestekens, hoofdlettergebruik
  • Bij whisper-1 gaat alles via de enkele prompt, beperkt tot 224 tokens: de gids specificeert dat Whisper instructies niet volgt zoals een tekstmodel, vandaar het voordeel om daar simpelweg correcte spellingen op te sommen
  • Bij gpt-transcribe zet u termen in keywords, één per entry, zonder <, > of regeleinden, anders wijst de API het verzoek af
def build_transcription_prompt(context: dict) -> str:
    """Bouwt een contextprompt voor transcriptie."""
    parts = []

    if context.get("speakers"):
        parts.append(", ".join(context["speakers"]))

    if context.get("technical_terms"):
        parts.append(", ".join(context["technical_terms"]))

    if context.get("topic"):
        parts.append(context["topic"])

    return ". ".join(parts)

prompt = build_transcription_prompt({
    "speakers": ["Mordehai Attia", "Yoram Halberstam"],
    "technical_terms": ["Realtime API", "WebSocket", "VAD", "PCM16"],
    "topic": "Technische vergadering over voice agents"
})

De parameter temperature

Het eindpunt accepteert een temperature tussen 0 en 1, met standaardwaarde 0. In tegenstelling tot een veelvoorkomend misverstand betekent de waarde 0 niet “altijd het meest waarschijnlijke woord”: volgens de API-referentie baseert het model zich dan op zijn token-waarschijnlijkheden om de temperatuur zelf stapsgewijs te verhogen, tot bepaalde drempels.

Laat in de praktijk de standaardwaarde staan. De documentatie voor gpt-transcribe benadrukt context (prompt, keywords, languages), niet temperatuur; bij whisper-1 kunt u bij verslechterde audio case-by-case een iets hogere temperatuur (bijvoorbeeld 0,2) testen.

Audio-preprocessing

De kwaliteit van de invoeraudio is de meest bepalende factor. Investeer in preprocessing:

from pydub import AudioSegment
from pydub.effects import normalize, compress_dynamic_range

def preprocess_audio(input_path: str, output_path: str) -> str:
    """Bewerkt audio voor optimale transcriptie."""
    audio = AudioSegment.from_file(input_path)

    # 1. Converteer naar mono (stereo voegt niets toe voor spraak)
    audio = audio.set_channels(1)

    # 2. Resample naar 16 kHz (voldoende voor Whisper)
    audio = audio.set_frame_rate(16000)

    # 3. Normaliseer volume
    audio = normalize(audio)

    # 4. Comprimeer dynamisch bereik (verkleint verschil luid/zacht)
    audio = compress_dynamic_range(audio)

    # 5. Exporteer als 64 kbps MP3
    audio.export(output_path, format="mp3", bitrate="64k")
    return output_path

Ruisonderdrukking

Voor ruisopnames verbetert preprocessing met noisereduce de resultaten aanzienlijk:

import noisereduce as nr
import soundfile as sf
import numpy as np

def reduce_noise(input_path: str, output_path: str) -> str:
    """Vermindert achtergrondruis voorafgaand aan transcriptie."""
    data, rate = sf.read(input_path)

    # Adaptieve ruisonderdrukking
    reduced = nr.reduce_noise(
        y=data,
        sr=rate,
        prop_decrease=0.8,  # 80% ruisonderdrukking
        stationary=False     # Niet-stationaire ruis (bijv. café)
    )

    sf.write(output_path, reduced, rate)
    return output_path

Nabewerking van transcripties

Zelfs met goede preprocessing kan ruwe transcriptie correcties vereisen. Gebruik GPT voor nabewerking:

async def post_process_transcription(raw_text: str, context: str) -> str:
    """Corrigeert en formatteert een Whisper-transcriptie."""
    response = client.responses.create(
        model="gpt-5.6-luna",
        input=[
            {"role": "system", "content": (
                "Je bent een transcriptiecorrector. "
                "Corrigeer duidelijke Whisper-fouten zonder de betekenis te wijzigen. "
                "Voeg ontbrekende leestekens toe. "
                "Herstel hoofdlettergebruik voor eigennamen en acroniemen. "
                "Vat niet samen en herformuleer niet."
            )},
            {"role": "user", "content": (
                f"Context: {context}\n\n"
                f"Ruwe transcriptie:\n{raw_text}"
            )}
        ]
    )

    return response.output_text

Complete transcriptiepijplijn

Voeg alle stappen samen tot een robuuste pijplijn:

async def transcribe_high_quality(
    file_path: str,
    language: str = "fr",
    speakers: list[str] = None,
    technical_terms: list[str] = None
) -> dict:
    """Complete pijplijn voor hoogwaardige transcriptie."""
    # 1. Preprocessing
    processed_path = preprocess_audio(file_path, "/tmp/processed.mp3")

    # 2. Bouw context: alleen ingevulde parameters
    options = {}
    terms = (speakers or []) + (technical_terms or [])
    if terms:
        options["keywords"] = terms

    # 3. Transcribeer
    with open(processed_path, "rb") as f:
        result = client.audio.transcriptions.create(
            model="gpt-transcribe",
            file=f,
            languages=[language],
            **options,
        )

    # 4. Nabewerking
    context = f"Taal: {language}, Sprekers: {speakers}"
    corrected = await post_process_transcription(result.text, context)

    return {
        "raw_text": result.text,
        "corrected_text": corrected,
        "languages": result.languages,
    }

Belangrijkste punten

  • Context is de meest effectieve hefboom: prompt, keywords en languages bij gpt-transcribe; de enkele prompt, beperkt tot 224 tokens, bij whisper-1
  • temperature staat standaard op 0, en bij 0 past het model de temperatuur zelf aan indien nodig: laat de standaardwaarde staan
  • Audio-preprocessing (mono, 16 kHz, normalisatie, ruisonderdrukking) verbetert de kwaliteit meer dan welke API-parameter dan ook
  • GPT-nabewerking corrigeert leestekens, hoofdlettergebruik en resterende fouten
  • Een complete pijplijn combineert preprocessing, contextuele prompting en nabewerking voor maximale kwaliteit