AI voice-over Nederlands maken: zo klinkt het goed, zonder studio

Een AI voice-over Nederlands maken lukt binnen een paar minuten, maar het resultaat klinkt pas professioneel als je weet welk model je prijzen, telefoonnummers en merknamen goed laat uitspreken. Dat is zelden het goedkoopste model. Een academische test van vier actuele spraakmodellen vond foutpercentages van 3,2 tot 4,1 procent specifiek op dit soort kerninformatie, ook bij de beste systemen (SP-MCQA, arXiv, oktober 2025). Hieronder: welk model je voor welke klus kiest, een uitgewerkt voorbeeld met een echte fout erin, en wanneer je een vaste uitspraaklijst gaat bouwen in plaats van zelf te blijven corrigeren. Voor de volledige workflow van script tot publicatie, inclusief montage, zie onze gids over podcast maken met AI.

AI voice-over Nederlands: wat is het, en wanneer gebruik je het?

Een AI voice-over is een stem die een model genereert uit geschreven tekst, zonder dat er een microfoon of stemacteur nodig is. Je gebruikt hem onder een productvideo, een e-learningmodule, een telefonische wachtstand of een korte advertentie: overal waar je vroeger een voice-overacteur inhuurde voor een stuk tekst dat al vaststaat.

Dat is iets anders dan een AI-gesprek tussen twee stemmen (dat behandelt onze podcastgids) en iets anders dan een gezongen jingle (dat vraagt een muziekmodel, geen spraakmodel). Een voice-over leest. Dat lijkt simpel, en voor een paar zinnen in gewoon Nederlands is het dat ook. Zodra er een prijs, een telefoonnummer of een merknaam in staat, wordt het een ander verhaal.

Voice-over, text to speech Nederlands of tekst naar spraak: is dat hetzelfde?

In de praktijk wel. "AI voice-over", "voiceover ai" en "text to speech Nederlands" wijzen naar dezelfde techniek: tekst die een model omzet in gesproken audio. "Tekst naar spraak" is de Nederlandse vertaling van dezelfde term. Het enige verschil in de praktijk is de toepassing: voice-over klinkt alsof het bij een video of advertentie hoort, text to speech wordt vaker gebruikt voor toegankelijkheid (een scherm dat voorleest) of een chatbot-stem.

Welk model kies je: snel en goedkoop, of correct met cijfers?

De meeste AI voice-overtools bieden minstens twee modellen aan: een snel, goedkoop model voor realtime gebruik, en een zwaarder model voor opgenomen content. Het verschil zit niet alleen in snelheid.

ElevenLabs, de aanbieder met de breedste Nederlandse ondersteuning, zet dit letterlijk in zijn eigen documentatie: bij het snelle model (Flash v2.5) staat tekstnormalisatie standaard uit, om de lage vertraging te houden, waardoor "phone numbers might be read out in a way that isn't clear" (ElevenLabs, modellenoverzicht). Het zwaardere model (Multilingual v2) normaliseert cijfers wel goed en wordt door de leverancier zelf aangeraden voor "corporate videos and e-learning materials". Dat is precies je use case. De reden dat dit misgaat, is geen bug: het snelle model is getraind om door te razen, en normalisatie (een cijferreeks omzetten naar woorden) kost tijd die het model bewust overslaat.

Kies je op prijs per teken, dan betaal je dus met slechtere uitspraak. Doe dat niet bij een telefoonnummer, een bedrag of een adres. Doe het wel bij een livedemo of een chatbot-stem waar snelheid zwaarder weegt dan een perfect uitgesproken cijfer, want daar hoort de luisteraar toch door naar de context.

Een script, de AI-stem, en wat je repareert

Een geconstrueerd maar realistisch voorbeeld, gebouwd op het exacte normalisatieverschil dat ElevenLabs in zijn eigen documentatie beschrijft (zie hierboven), toegepast op een Nederlandse tekst. Een eenmansbedrijf in dakbedekking wil een vijftien seconden durende advertentietekst voorlezen voor een social-videootje.

Het script

Lekkage? Bel vandaag nog gratis op 0800-1234 of kijk op
dakdekker-devries.nl. Een dakinspectie vanaf €89,- incl. btw.
Erkend door de KvK.

Wat het snelle model ervan maakt

Vier van de vijf regels kloppen niet of half, en het zijn precies de regels met de kerninformatie: het nummer om te bellen en de prijs. Dat is geen toeval. Hetzelfde patroon zag het SP-MCQA-onderzoek hierboven: fouten clusteren juist bij cijfers, afkortingen en namen, omdat die zeldzamer voorkomen in de trainingsdata dan gewone zinnen.

Wat je repareert voordat je publiceert

Lekkage? Bel vandaag nog gratis op nul achthonderd, een twee
drie vier. Of kijk op dakdekker de vries punt n l. Een
dakinspectie vanaf negenentachtig euro, inclusief btw.
Erkend door de kaa vee kaa.

Drie ingrepen. Het telefoonnummer is uitgeschreven in de leesvolgorde die je zelf wilt horen, in plaats van het model te laten raden. Het bedrag staat voluit in woorden. En "KvK" is fonetisch herschreven naar hoe het klinkt, niet naar hoe het geschreven wordt. Dat kostte in dit voorbeeld een paar minuten schuiven met de tekst, tegen een hele nieuwe opname bij een menselijke voice-over als de eerste take niet klopte.

Pronunciation dictionary of gewoon herschrijven?

De grotere tools bieden een losse functie voor precies dit probleem: een pronunciation dictionary, waarin je vastlegt hoe een woord altijd moet klinken. Die werkt met twee soorten regels. Een phoneme-regel geeft een exacte fonetische uitspraak via het IPA- of CMU Arpabet-alfabet. Een alias-regel vervangt simpelweg het ene woord door het andere voor de uitspraak (ElevenLabs, pronunciation).

Hier zit de valkuil voor Nederlands gebruik: phoneme-regels werken niet op het model dat de leverancier zelf aanraadt voor zakelijke content. ElevenLabs schrijft het zo: een alias-tag "can be useful if you're generating using Multilingual v2, which doesn't support phoneme tags". Multilingual v2 is nu net het model uit de tabel hierboven dat je voor een productvideo of e-learning zou kiezen. Je IPA-kennis, als je die al had, helpt dus niet. Je vervangt het woord door een leesbaar alternatief, zoals "kaa-vee-kaa" voor "KvK", en dat werkt op elk model. Google Cloud Text-to-Speech biedt via zijn SSML <phoneme>-element wel losstaande IPA-controle per woord, inclusief een automatisch toegepaste custom dictionary (Google Cloud, SSML-documentatie), maar dat is een andere tool met een andere integratie dan de meeste kant-en-klare voice-overtools. Beide leveranciers bouwen op dezelfde, leveranciersonafhankelijke standaard: de W3C Speech Synthesis Markup Language zelf noemt als schoolvoorbeeld een Engelse naam van buitenlandse oorsprong die zonder markup domweg fout wordt uitgesproken ("Caius College", uitgesproken als "keys college"), precies het probleem dat een Nederlandse afkorting of merknaam ook heeft (W3C, Speech Synthesis Markup Language 1.1).

De vraag is dus niet "phoneme of alias", maar "wanneer loont een vaste lijst overhead boven telkens handmatig herschrijven".

Welke nederlandse AI stem kies je uit de bibliotheek?

De modelkeuze hierboven bepaalt de uitspraak, de stemkeuze bepaalt het karakter. De meeste tools bieden een bibliotheek met tientallen voorgebakken stemmen, waarvan een deel specifiek als Nederlands gelabeld staat. Dat label zegt iets over de taal waarin de stem is getraind, niets over hoe hij jouw specifieke woorden uitspreekt: twee stemmen met hetzelfde "Dutch"-label kunnen verschillend met dezelfde afkorting omgaan, omdat elke stem op een andere set opnames is getraind.

Filter daarom eerst op taal, en test daarna minstens drie van de resterende stemmen op dezelfde testzin: je eigen merknaam, één prijs en één afkorting uit je eigen branche, nooit de demozin van de leverancier. Die demo is bewust gekozen op woorden waar het model al goed op scoort. De stem die op jouw drie testwoorden het minst corrigeren vraagt, wint: niet de stem met de meeste downloads of "populair"-sterren, want die score komt meestal van internationale, niet-Nederlandse gebruikers.

AI voice-over Nederlands: wat kost het, en wanneer moet je betalen?

De gratis laag van ElevenLabs geeft toegang tot tekst-naar-spraak, maar niet tot een commerciële licentie: die komt pas vanaf het Starter-abonnement (ElevenLabs, pricing). Zet je een AI-stem op je website, in een advertentie of in betaald trainingsmateriaal voor klanten, dan is dat commercieel gebruik en val je buiten de gratis laag, ook als de audio prima klinkt.

Reken concreet: op Multilingual v2 kost tekst-naar-spraak ongeveer 1 credit per letterteken. Het advertentiescript hierboven, inclusief de herschreven versie, is ruim 200 tekens. Het Starter-abonnement (6 dollar per maand) geeft 30.000 credits: genoeg voor ruim 100 van zo'n script, zelfs met een paar herhaalde pogingen per regel. Een maandelijkse productvideo van een minuut (ongeveer 900 tekens aan tekst) past daar met marge in. Ga je naar wekelijkse video's met langere scripts, dan loop je sneller tegen het maandquotum aan en reken je het beste de Creator-laag door (22 dollar, 121.000 credits). Prijzen en creditkosten per model wisselen; check je eigen accountpagina voor de actuele cijfers.

Privacy en de meldplicht: wat moet je checken?

Bij een kant-en-klare, niet-herkenbare AI-stem (een "stockstem" uit de bibliotheek van de tool) geldt vooral een licentievraag: mag je die stem commercieel gebruiken, en is hij exclusief voor jou of deelt een concurrent op hetzelfde platform diezelfde stem? Dat laatste staat in de voorwaarden van de tool, niet in de audio zelf.

Kloon je in plaats daarvan een echte, herkenbare stem (een collega, een bekende Nederlander, je eigen directeur), dan verandert er iets juridisch. Dat valt onder de deepfake-definitie uit de AI Act: content die een bestaand persoon zo nabootst dat die ten onrechte voor authentiek kan doorgaan, en dat moet je dan hoorbaar melden (Artikel 50 AI Act). Wat die meldplicht precies inhoudt en wat de boete is bij het overslaan ervan, staat uitgewerkt in onze gidsen over podcast maken met AI en muziek maken met AI. Gebruik je alleen een stockstem zonder gelijkenis met een bestaand persoon, dan geldt die meldplicht meestal niet, maar lees de licentievraag hierboven dan wel na.

Wat AI voice-over niet goed kan

Emotie op het juiste moment blijft lastig. Een stockstem leest een zin over een korting net zo enthousiast voor als een zin over een garantievoorwaarde, omdat hij de context van je merk niet kent. Schrijf daarom korte, simpele zinnen met de klemtoon al in de interpunctie (een punt waar je een pauze wilt), in plaats van te hopen dat het model het gevoel zelf aanvoelt.

Vlaams Nederlands wijkt af van de standaarduitspraak die de meeste modellen trainen, met een zachtere g en een ander ritme. Test dus apart als je publiek in Belgisch Nederlands luistert. En lange Nederlandse samenstellingen (woorden als "aansprakelijkheidsverzekering") breken modellen soms op de verkeerde plek af, met een vreemde klemtoon als gevolg. Daar helpt alleen testen en, bij een veelgebruikt woord, een eigen regel in je uitspraaklijst.

Wat je na zeven dagen meet

Geen tooling nodig, wel een vast moment om te checken of de investering zich uitbetaalt.

• Hoeveel van je risicopunten (telefoonnummers, bedragen, afkortingen, merknamen) gingen fout, dag 1 tegenover dag 7? Begin je zonder voorbereiding, dan gaat zoals in het voorbeeld hierboven het grootste deel ervan fout: daar waren dat 4 van de 5. Met een genormaliseerd script en een opgebouwde uitspraaklijst hoort dat na een week te zakken naar hoogstens één op de tien. Zakt het niet, dan mist je lijst de juiste termen of normaliseer je nog niet voor je het script invoert.
• Hoeveel minuten kostte de controle per video, voor en na? Reken de tijd die je kwijt was aan het beluisteren en corrigeren van de volledige voice-over. Een goede voorbereiding (genormaliseerde cijfers, een alias-lijst) moet die tijd ruwweg halveren vanaf de tweede of derde video.
• Hoeveel credits gebruikte je per publicatieklare minuut audio? Reken terug naar tekens per minuut gesproken tekst (ongeveer 750 tot 900 tekens). Ligt je verbruik daar fors boven, dan herneem je te vaak dezelfde regel, en is dat een signaal om terug te gaan naar stap 2 hierboven.

Doe dit deze week

1. Kies je model op basis van je script, niet op prijs

   Staat er een telefoonnummer, bedrag of adres in? Gebruik het zwaardere, normaliserende model. Staat er alleen gewone tekst in? Het goedkope model is dan prima.

2. Normaliseer je script voordat je het invoert

   Schrijf cijfers, bedragen en afkortingen voluit in de leesvolgorde die je wilt horen. Draai daarna pas de AI voice-over.

3. Bouw pas een uitspraaklijst vanaf je tweede terugkerende video

   Noteer welke twee of drie termen steeds fout gaan. Zet die in een alias-lijst (geen IPA, die werkt niet op de meeste Nederlandse voice-overmodellen) zodra je ze voor de tweede keer corrigeert.

Het recept dat vandaag werkt: laat een taalmodel eerst je ruwe tekst herschrijven tot spreektaal met voluit geschreven cijfers ("herschrijf dit script voor een AI voice-over: schrijf elk bedrag, telefoonnummer en afkorting voluit in woorden, in de volgorde waarin ik ze wil horen"), en voer pas die versie in bij je voice-overtool. Wil je dit met je eigen video's en scripts onder begeleiding opzetten? Dat oefen je in de AI Visuals-training.

Bronnen

• ElevenLabs, Models overview. Zelf geopend. Modelkeuze, talen per model, tekstnormalisatie bij Flash v2.5 tegenover Multilingual v2.
• ElevenLabs, Pronunciation. Zelf geopend. Phoneme- en alias-regels, pronunciation dictionaries, tekstnormalisatie bij getallen.
• ElevenLabs, Pricing. Zelf geopend. Abonnementen, credits per teken, commerciële licentie per laag.
• W3C, Speech Synthesis Markup Language (Version 1.1). Zelf geopend. De leveranciersonafhankelijke standaard achter het phoneme-element, met het "Caius College"-voorbeeld voor namen van vreemde oorsprong.
• Google Cloud, Text-to-Speech SSML-documentatie. Zelf geopend. Het <phoneme>-element, IPA en X-SAMPA, custom pronunciation dictionaries.
• Hitomi Jin Ling Tee e.a., SP-MCQA: Evaluating Intelligibility of TTS Beyond the Word Level, arXiv, oktober 2025. Zelf geopend. Foutpercentages van 3,2 tot 4,1 procent op kerninformatie (cijfers, namen, afkortingen) bij vier actuele spraakmodellen.
• EU AI Act, Artikel 50. Zelf geopend. Transparantieverplichting en de deepfake-definitie.

Veelgestelde vragen

• Wat is het verschil tussen een AI voice-over en text to speech Nederlands?

  In de praktijk niets: beide zetten geschreven tekst om in gesproken audio met een model in plaats van een menselijke stem. "Voice-over" wordt vaker gebruikt bij een video of advertentie, "text to speech" vaker bij een voorleesfunctie of een chatbot-stem. De onderliggende techniek en de modellen zijn dezelfde.

• Kan ik gratis een AI voice-over Nederlands maken?

  Testen kan gratis bij de meeste tools, maar de gratis laag mist meestal een commerciële licentie. ElevenLabs geeft die pas vanaf het Starter-abonnement. Wil je de audio op je website, in een advertentie of in betaald trainingsmateriaal gebruiken, dan heb je een betaald abonnement nodig, ook als de gratis versie prima klinkt.

• Welke nederlandse ai stem werkt het beste voor een bedrijfsvideo?

  Dat verschilt per leverancier en verandert regelmatig, dus een harde winnaar noemen heeft weinig zin. Test in plaats daarvan elke kandidaat-stem op je eigen merknaam, je productnamen en een paar cijfers uit je eigen tekst, niet op de demozin van de leverancier. Die demo is juist gekozen op woorden waar het model goed op scoort.

• Werkt een pronunciation dictionary ook voor tekst naar spraak in het Nederlands?

  Deels. De alias-regel (het ene woord vervangen door een ander, fonetisch geschreven woord) werkt op elk model. De phoneme-regel met een exact IPA-alfabet werkt bij ElevenLabs niet op Multilingual v2, het model dat de leverancier zelf aanraadt voor zakelijke Nederlandse content. Voor Nederlandse teksten herschrijf je een moeilijk woord dus meestal zelf fonetisch, in plaats van een IPA-code te gebruiken.

• Moet ik melden dat een video een AI voice-over gebruikt?

  Bij een kant-en-klare stockstem die niet op een echt persoon lijkt meestal niet. Kloon je een herkenbare, bestaande stem (een collega, een bekende Nederlander), dan val je onder de deepfake-definitie van de AI Act en moet je dat hoorbaar melden aan het begin van de video.