Beste AI-stemmen vergelijken: 8 modellen getest met audio

👁 119 keer gelezen

Dezelfde tekst van 62 woorden - met een datum, geldbedrag, treinnummer, telefoonnummer, vraagteken, uitroepteken en lastige tongbrekers - lieten we voorlezen door 8 AI-stemmen: via de cloud, gratis en volledig lokaal op een RTX 4090. We hebben dit getest in het Pools. Luister eerst blind naar de fragmenten en ontdek pas daarna wie er spreekt. Slechts één model maakte geen enkele fout, terwijl twee gratis lokale modellen struikelden over de getallen.

Dit is een aanvulling op onze eerdere vergelijking van 14 TTS-modellen. Waar we toen vooral fouten telden in lange teksten, draait het hier om het gehoor. Eén korte passage, acht stemmen naast elkaar, een blinde luistertest en een overzicht van de kosten en commerciële licenties.

De testtekst

Elke stemgenerator ontving exact dezelfde invoer in standaardnotatie, zonder getallen voluit te schrijven (hier vertaald vanuit de geteste Poolse originele tekst):

[Vertaling van het Poolse origineel] Szczebrzeszyn, 17 oktober 2026, om 9:45 uur. Een kever zingt in het riet en dokter Agnieszka Brzęczyszczykiewicz koopt een treinkaartje voor 1249,99 oorspronkelijke Poolse valuta-eenheden voor de IC 5316 naar Łódź. Haalt ze het nog, nu de trein al 25 minuten vertraging heeft? Grashalm, koekoek, bijtje - probeer dat maar eens foutloos na te zeggen! Noteer nu: 15% korting, nummer 601 234 567. Bedankt en tot volgende week donderdag in Gdańsk!

In deze passage zaten 15 specifieke controlepunten verwerkt:

• Complexe eigennamen en tongbrekers (vertaald uit het Pools): Szczebrzeszyn, kever, Brzęczyszczykiewicz, grashalm, koekoek, bijtje;
• Getallen in de juiste grammaticale vorm: de datum voluit, de tijdweergave, het bedrag inclusief valuta-eenheden, de minuten en het percentage;
• De afkorting IC, het treinnummer en het telefoonnummer logisch gegroepeerd;
• Vraagintonatie in de vraagzin;
• Volledigheid: of de voorlezer geen woorden overslaat of verzint.

Blindtest: luister voordat je de namen bekijkt

De volgorde is willekeurig, het volume is gelijkgetrokken en de bestandsnamen bevatten geen hints. Noteer de letter van je favoriet en klik daarna pas op “Toon wie dit leest”. De daadwerkelijke test werd uitgevoerd in het Pools.

Vergelijk jouw oordeel met de scores hieronder; de meest vloeiende klank scoort immers niet altijd het hoogst op feitelijke nauwkeurigheid.

Resultaten: uitspraak op 15 controlepunten

De beoordelingsmethode: elke opname werd lokaal getranscribeerd via Whisper large-v3 en beoordeeld door Gemini 3.8 Flash, met de opdracht om fonetisch vast te leggen wat er klonk en elk criterium te valideren. Een fout werd toegekend als beide modellen dit registreerden of als Gemini een aantoonbaar foute vorm noteerde. Eén punt werd handmatig gecorrigeerd: Piper sprak het treinnummer uit als een vol getal in duizendtallen, wat acceptabel is.

Veelvoorkomende struikelblokken

• Datum - 6 van de 8 modellen gebruikten een verkeerde grammaticale vorm. Beide Edge-stemmen voegden bovendien overtollige woorden toe.
• Geldbedrag - Uitsluitend Eleven v4 benoemde de valuta-eenheden correct. Edge sprak van “honderdsten”, XTTS en Piper noemden letterlijk de komma en GPT Audio verloor de duizendtal-aanduiding.
• Tongbrekers - Edge Marek, Piper en Chatterbox verbasterden meerdere lastige klanken.
• Eigennamen - Vrijwel alle modellen wisten de ingewikkelde plaats- en achternaam goed uit te spreken, behalve Piper.
• Vraagzin - Een overtuigende vragende intonatie was enkel te horen bij Eleven v4, GPT Audio, GPT Audio Mini en Chatterbox. Edge, XTTS en Piper lazen de vraag vlak voor als een gewone mededeling.
• Telefoonnummer - Piper las de cijfers als één enkel gigantisch getal voor. Eleven v4 koos voor cijfer voor cijfer, wat prima klonk.

Tabel: prijs, meertaligheid, licenties en latentie

De latentie toont de tijd vanaf het verzenden van de prompt tot het eerste audiosignaal (bij streamingdiensten) of tot het voltooide audiobestand (bij lokale modellen). Gemeten op 8 oktober 2026 met één aanroep per model; zie dit als indicatie en niet als een definitieve benchmark.

USD-bedragen zijn geschat omgerekend naar euro’s via de ECB-referentiekoers van 12 oktober 2026 (1 EUR = 1,1181 USD; ecb.europa.eu). Voor Azure baseren we ons op openbare prijstabellen, aangezien officiële tarieven zonder inloggen kunnen variëren.

Lokaal draaien op een RTX 4090: metingen

XTTS leest traag voor (53 seconden tegenover 35 tot 43 seconden bij de rest) en behoudt een merkbaar accent, al worden eigennamen verrassend strak uitgesproken. Chatterbox kan niet overweg met cijfers in de tekst: getallen zoals datums of bedragen veranderen in onsamenhangend gebrabbel. Piper werkt moeiteloos op een bescheiden laptop, maar klinkt als een navigatiesysteem van tien jaar geleden. Meer over lokale installaties lees je in onze handleiding voor lokale AI.

Waarom Gemini TTS ontbreekt

Gemini 3.8 Flash TTS en 3.1 Flash TTS presteerden uitstekend in ons vorige overzicht (waarbij 3.1 Flash TTS zelfs foutloos bleef). Ditmaal ontbrak de toegang: OpenRouter biedt geen Gemini-varianten met audio-uitvoer aan, en de gateway die we eerder gebruikten vereiste een opwaardering. We voegen Gemini opnieuw toe zodra de audiotoegang weer operationeel is.

Welk AI-stemmodel kies je waarvoor?

• Professionele video’s en advertenties - Eleven v4 van ElevenLabs. Als enige foutloos en voorzien van een natuurlijke intonatie. Na 12 oktober stijgt de prijs naar ca. € 0,072 (0,08 USD) per 1000 tekens. Meer details vind je in de gids over ElevenLabs.
• Spraakassistenten en live interactie - GPT Audio: met 0,8 seconden de laagste latentie en goede vraagintonatie, al moet je getallen controleren. De Mini-versie is bijna dertig keer goedkoper, maar kan zinnen overslaan.
• Gratis voor eigen notities en luisterboeken - Edge TTS. Prima verstaanbaarheid, al kun je cijfers en datums beter vooraf voluit uitschrijven. Commercieel alleen inzetbaar via de officiële Azure Speech-dienst.
• Volledig offline zonder cloudaanroepen - XTTS v2 voor niet-commercieel gebruik, of Chatterbox (MIT) mits je cijfers vooraf uitschrijft in woorden.
• Eenvoudige hardware zonder grafische kaart - Piper. Klinkt synthetisch, maar draait op vrijwel elk systeem.

Veelgestelde vragen

Wat is op dit moment de beste AI-voice generator?

In deze specifieke test behaalde Eleven v4 van ElevenLabs 15 van de 15 controlepunten met het meest natuurgetrouwe stemgeluid. In onze bredere test van 14 modellen behaalde Gemini 3.1 Flash TTS een vergelijkbare topnotering.

Bestaat er een gratis AI-stemgenerator?

Jazeker: Edge TTS biedt gratis toegang tot Microsoft-stemmen (officieus), en lokaal kun je aan de slag met Piper, XTTS v2 en Chatterbox. Let wel op: officieuze Edge TTS mag je niet commercieel inzetten. Van de lokale alternatieven hebben Chatterbox (MIT) en delen van Piper wel een commercieel toegankelijke licentie.

Welk AI-model leest getallen en datums het beste voor?

Eleven v4. De meeste andere engines worstelen met datumstructuren en geldbedragen (zoals het letterlijk benoemen van komma’s). Werk je met een goedkoper model, schrijf getallen dan vooraf handmatig uit in woorden.

Mag je een AI-stem commercieel gebruiken?

Dat hangt volledig af van de voorwaarden: ElevenLabs staat dit toe bij betaalde abonnementen, OpenAI vereist vermelding van de synthetische oorsprong, Chatterbox hanteert een MIT-licentie, maar XTTS v2 verbiedt commerciële toepassingen. Onofficiële Edge TTS-pakketten bieden eveneens geen commerciële dekking.

Wat kost een AI-stem per minuut audio?

Eén minuut gesproken woord beslaat gemiddeld 700 tot 900 tekens. Bij Eleven v4 kost dit na 12 oktober circa € 0,05 tot € 0,06 (0,06-0,07 USD) per minuut. GPT Audio Mini kost slechts een fractie van een cent, en lokale modellen kosten enkel elektriciteit.

Hoe is deze test uitgevoerd?

Alle geluidsfragmenten zijn op 8 oktober 2026 gegenereerd met dezelfde brontest (uitgevoerd in het Pools) zonder nabewerking. Cloudmodellen werden aangeroepen via api’s (ElevenLabs, OpenRouter, Edge TTS) en de lokale software draaide op een RTX 4090 met 24 GB VRAM onder Windows 11.

// lees verderBeste AI video generator 2026: 10 modellen getestBenchmarksAI beeldgeneratoren vergelijking: 8 modellen getestBenchmarksAI-modellentest: 7 modellen en 4 opdrachten vergelekenBenchmarks

Kinetyra

De link naar ElevenLabs is een partnerlink: als je via deze link koopt, ontvangt HELDER een commissie en betaal je dezelfde prijs. Dit heeft geen invloed op de inhoud, ook niet op kritische passages.