Zelf Whisper hosten vs. een kant-en-klare lokale AI-scribe

Allebei houden ze je data lokaal — het verschil zit in hoeveel je zelf moet bouwen en dragen. Whisper zelf hosten betekent: je draait OpenAI's gratis, open-source spraakmodel (MIT-licentie) op je eigen hardware [1]. Volledige controle, geen abonnement per gebruiker, geen leverancier die meekijkt. Maar je krijgt alleen een kaal transcript — een tekst die bovendien kan verzinnen wat er nooit gezegd is, geen sprekers uit elkaar houdt en van zichzelf geen verslag, geen review, geen audit en geen toestemmingsvastlegging kent [1][2]. Al dat werk — én het onderhoud, de updates en de beveiliging — komt op jouw bord. Een kant-en-klare lokale AI-scribe draait diezelfde lokale modellen, maar levert het hele pad van gesprek tot goedgekeurd verslag als product: transcriptie, verslag, menselijke controle, bewijsweergave en auditlog, tegen een abonnement. Kort gezegd: kies zelf hosten als je een IT-team hebt en alleen transcripten nodig hebt; kies een kant-en-klare scribe als je goedgekeurde, controleerbare verslagen wilt zonder zelf een platform te bouwen en te onderhouden.

Wat "zelf Whisper hosten" precies betekent

Whisper is het spraak-naar-tekstmodel van OpenAI, uitgebracht onder de MIT-licentie: gratis te downloaden, te draaien en aan te passen, met ondersteuning voor tientallen talen [1]. "Zelf hosten" wil zeggen dat je dat model niet via een cloud-API aanroept, maar op je eigen machine laat draaien. Op een moderne Mac met Apple Silicon kan dat prima: met een geoptimaliseerde implementatie haalt whisper-large-v3-turbo ruimschoots realtime-snelheid, terwijl de nauwkeurigheid dicht bij het grootste model blijft [3].

Belangrijk om te snappen: zowel zelf hosten als een kant-en-klare lokale scribe gebruiken deze lokale aanpak. Het is dus geen "lokaal versus cloud"-vraag — die vergelijking maken we elders. Beide houden de audio binnen. De echte vraag is: bouw en onderhoud je het hele systeem eromheen zelf, of neem je een product dat dat werk al gedaan heeft?

De echte sterke punten van zelf hosten

Laten we eerlijk beginnen bij wat zelf hosten écht goed doet, want dat zijn geen kleine voordelen:

• Geen licentiekosten voor het model. Whisper is en blijft gratis onder de MIT-licentie [1]. Je betaalt niets per gebruiker of per minuut audio aan een leverancier.
• Volledige controle en geen vendor lock-in. Je draait open code op je eigen hardware. Niemand kan de dienst opzeggen, de prijs verhogen of de voorwaarden veranderen.
• Aanpasbaar tot in de kern. Je kunt modellen fine-tunen, je eigen pipeline bouwen, andere modellen inpluggen en alles precies naar je hand zetten.
• Data blijft binnen. Net als bij een goede kant-en-klare lokale scribe verlaat de audio je apparaat niet — dat voordeel deel je.

Voor een organisatie met eigen ontwikkelaars die alleen ruwe transcripten nodig heeft, is dit een uitstekende, kostenefficiënte route. Onderschat dat niet: als je capaciteit in huis hebt, is Whisper een van de beste gratis bouwstenen die er zijn.

Wat je met kaal Whisper krijgt — en wat niet

Waar het misverstand ontstaat, is de verwachting dat je met Whisper "een AI-scribe" hebt. Dat heb je niet. Je hebt een transcriptiemotor. Wat er standaard níet in zit:

• Het model kan verzinnen. OpenAI's eigen modelkaart waarschuwt letterlijk dat de output "teksten kan bevatten die niet daadwerkelijk in de audio zijn uitgesproken (oftewel hallucinatie)" en raadt gebruik af in "high-risk domains" waar fouten grote gevolgen hebben [1]. Dat is geen theorie: onderzoekers vonden in AP-onderzoek in 8 van de 10 opnames van openbare vergaderingen verzonnen passages, en in de zorg zijn er gevallen gedocumenteerd waarin Whisper medicijnen en uitspraken verzon die de patiënt nooit deed [2][4].
• Geen sprekerherkenning. Whisper zet spraak om in tekst, maar houdt van zichzelf niet bij wie wat zegt. Voor een gespreksverslag met meerdere deelnemers moet je diarisatie er zelf bij bouwen [5].
• Geen live-transcriptie. Het model is ontworpen voor complete opnames, niet voor realtime meelezen tijdens het gesprek [5].
• Geen verslag, geen samenvatting, geen structuur. Je krijgt een lap tekst, geen intake- of evaluatieverslag.
• Geen controle, geen toestemming, geen audit. Er is geen ingebouwde menselijke goedkeuringsstap, geen toestemmingsvink vóór opname en geen logboek van wat er met een verslag gebeurde.

Ook de nauwkeurigheid vraagt nuance. Op schone audio scoort Whisper heel goed, maar op echt gespreksmateriaal met achtergrondgeluid, dialect of door elkaar pratende mensen loopt het foutenpercentage flink op, en de prestaties verschillen sterk per taal [1][5]. Dat maakt Whisper niet slecht — het maakt duidelijk dat het transcript een concept is dat een mens moet nalezen.

Het gat tussen een transcript en een bruikbaar verslag

Precies hier zit het werk dat een kant-en-klare scribe voor je doet. Tussen "ruwe tekst uit Whisper" en "goedgekeurd verslag in het dossier" zit een heel traject: het gesprek structureren tot een verslag per gesprekstype, een mens laten controleren en goedkeuren, elke zin herleidbaar maken naar de bronregel, toestemming vastleggen, audio na goedkeuring opruimen en alles in een onwisbaar logboek bijhouden. Dat is niet één script; dat is een platform.

En dat traject is geen luxe. Wie persoonsgegevens door AI laat verwerken, moet vooraf de risico's in kaart brengen, controle over de data houden en aan de AVG voldoen — de Autoriteit Persoonsgegevens is daar helder over: je mág generatieve AI gebruiken, maar alleen als je de risico's kent en de regie houdt [6]. Een kaal Whisper-script dwingt niets daarvan af; jij moet die waarborgen er zelf omheen bouwen én kunnen aantonen dat ze werken. Waarom controleerbaarheid daarbij zwaarder weegt dan een belofte van foutloosheid, lees je in hoe een verslag van concept naar goedkeuring gaat.

Een kant-en-klare lokale scribe als Verbinn bundelt dit tot één keten: lokale transcriptie met Whisper large-v3-turbo, een lokaal taalmodel dat het verslag schrijft, verplichte menselijke goedkeuring vóór export, bewijsweergave per zin, een append-only auditlog en sjablonen per gesprekstype. Je bouwt het niet zelf — je gebruikt het.

De verborgen kosten van zelf hosten

"Gratis model" is niet hetzelfde als "gratis systeem". De hardware koop je in beide gevallen zelf, maar bij zelf hosten komt daar het bouwen en het permanente onderhoud bij. Analyses van de totale eigendomskosten van zelf-gehoste AI laten steevast zien dat het model zelf maar een fractie van de rekening is; de dominante post is menskracht — engineers die de pipeline bouwen, modellen updaten, monitoren en storingen oplossen — plus onderhoud, back-ups en beveiliging [7].

Vertaald naar de praktijk van een zorg- of adviesorganisatie betekent dat: iemand moet Whisper, diarisatie en een taalmodel aan elkaar knopen, een review-interface bouwen, toestemming en logging inregelen, en dat alles blijven onderhouden als modellen en beveiligingslekken veranderen. Verdwijnt die persoon, dan verdwijnt je onderhoud. Bij een kant-en-klare scribe zit dat werk in het abonnement, met updates en support inbegrepen. Wat in elke situatie het goedkoopst uitpakt, hangt af van je schaal en je IT-capaciteit — die rekensom maken we volledig in Wat kost een AI-scribe echt?. En let op de verborgen prijs van "gratis" notetakers: gratis slaat vaak op de licentie, niet op het risico of het werk eromheen.

Hoe je kiest voor jouw situatie

Er is geen universeel goed antwoord — er is een goed antwoord voor jóu. Gebruik deze richtlijnen:

• Kies zelf hosten als je eigen ontwikkelaars hebt, alleen transcripten nodig hebt (geen goedgekeurde verslagen in een dossier), en het onderhoud structureel kunt dragen. Dan is Whisper een prima, kosteloze bouwsteen.
• Kies een kant-en-klare lokale scribe als je goedgekeurde, controleerbare verslagen wilt, met toestemming, bewijsweergave en audit ingebouwd, en je geen platform wilt bouwen en onderhouden. Je betaalt een abonnement, maar koopt daarmee tijd, waarborgen en support.
• Twijfel je? Kijk naar de gevoeligheid van je gesprekken. Hoe hoger de eisen aan herleidbaarheid en menselijke controle, hoe meer een kant-en-klaar systeem dat afdwingt de moeite waard is — juist omdat je die waarborgen anders zelf moet bouwen én bewijzen.
• Onthoud: allebei kunnen data lokaal houden. Lokaal draaien heft je AVG-verplichtingen niet op — een DPIA en goede afspraken blijven nodig, ongeacht welke route je kiest [6].

De eerlijke samenvatting: zelf Whisper hosten geeft je maximale controle en minimale licentiekosten, maar laat het zware werk — betrouwbaarheid, verslag, controle en onderhoud — bij jou. Een kant-en-klare scribe neemt dat werk over tegen een abonnement. Het is een ruil tussen zelf bouwen en klaar kopen, niet tussen goed en fout.