Een Europees alternatief voor Amerikaanse voice-to-text: hoe kies je?

Er is geen kant-en-klaar Europees dicteersysteem dat Wispr Flow zonder concessies vervangt. Wel zijn er serieuze bouwstenen: open source-clients met een instelbaar endpoint, een Europese speech-API van Mistral, en volledig lokale opties op de Mac. Welke past, hangt af van vier dingen die tegen elkaar in werken: latency, data-soevereiniteit, kosten en de talen die je spreekt.

Dit is voor aitonomi geen theoretische vraag. Wij dicteren de hele dag, in het Nederlands, Engels en Pools, en zaten qua gebruik in de top 2% van Wispr Flow. Inmiddels hebben we onze workflow aangepast naar een lokale oplossing. Precies daar knelde het namelijk: een tool die je zo intensief gebruikt, stuurt continu je audio en transcripties naar een Amerikaanse dienst. Onder de US CLOUD Act kan de VS-overheid die data in principe opvragen. Deze post laat zien hoe je daar een autonome keuze in maakt, niet welke tool “de beste” is.

Waarom zou je overstappen van een werkende Amerikaanse tool?

De reden is niet dat de Amerikaanse tools slecht zijn, integendeel. De reden is jurisdictie. Als je audio en transcripties structureel bij een VS-bedrijf staan, val je onder de US CLOUD Act, ook als de servers in Europa staan. Voor persoonlijke dictaten is dat misschien acceptabel, voor klantgesprekken of dossierinhoud vaak niet.

Dat is de kern van het aitonomi-verhaal: van US-SaaS naar lokaal of Europees, onder eigen regie. De afweging hieronder is dezelfde die je voor elk AI-onderdeel maakt. Alleen valt-ie bij dictaat extra op, omdat je de hele dag praat.

Welke Europese en lokale opties zijn er?

Hieronder de opties die in deze zoektocht bovenkwamen, met bron en met hun eerlijke beperking. Twee bronnen verdienen een waarschuwing vooraf: artikelen van LumeVoice en Dikto zijn vendor- en concurrent-content. Hun vergelijkingen en benchmarks zijn niet-neutraal, want ze verkopen zelf een oplossing. Lees ze zo.

Optie	Waar draait het	Talen	Kosten (bron)	Belangrijkste beperking
FreeFlow (open source, MIT, GitHub)	Instelbaar endpoint	Volgt het model	Gratis client	Standaard-endpoint is Groq (VS); EU pas na eigen instelling
Mistral Voxtral (speech-to-text API)	Franse EU-datacenters	Meertalig	Circa $0,001 per minuut audio (Mistral)	API-dienst, geen kant-en-klare dicteer-app
Superwhisper	100% lokaal (Mac)	Meertalig	Circa $249 eenmalig	Kwaliteit en snelheid hangen aan je eigen hardware
Dikto	EU-cloud, op Mistral	Meertalig	Circa € 9 per maand	Vendor-content; cloud, dus data verlaat je machine
fluister (GitHub)	100% lokaal (macOS)	Alleen NL/EN	Gratis, open source	Heel jong (v0.1.0), geen opschoon-laag
MacWhisper	Lokaal	Meertalig	Betaald	Bestandstranscriptie, geen live dicteren

Het interessante detail zit bij FreeFlow: de client is MIT-open source, maar praat standaard met Groq in de VS. De waarde zit in wat er daarna kan: FreeFlow ondersteunt custom OpenAI-compatible endpoints. Je kunt hem dus richten op een lokale Ollama, of op de Mistral-API in Europa. Zo verander je met één instelling de jurisdictie van je hele dicteerstroom, zonder van client te wisselen.

Wat weegt het zwaarst: latency, soevereiniteit, kosten of talen?

Dat kan niemand voor je beslissen, en daar zit het punt. De vier factoren trekken aan elkaar:

• Latency. Lokaal is privé maar belast je machine en kan trager zijn. Een EU-cloud-API is snel maar stuurt je audio het pand uit.
• Soevereiniteit. 100% lokaal (Superwhisper, fluister) is de sterkste garantie: je audio verlaat je Mac niet. Een EU-cloud (Voxtral, Dikto) is beter dan de VS, maar nog steeds cloud.
• Kosten. Eenmalig (Superwhisper) versus per maand (Dikto) versus per minuut (Voxtral) versus gratis-maar-zelf-bouwen (FreeFlow, fluister). Bij intensief gebruik verandert de rekensom sterk.
• Talen. Dit is het echte testpunt.

Waarom is Pools het echte testpunt?

Pools is het scherpste testpunt omdat er minder trainingsdata voor bestaat dan voor Engels, en omdat meertalige sprekers midden in een zin wisselen (code-switching): een Nederlandse zin met een Engelse vakterm en een Poolse naam. Modellen die op schone, eentalige audio getraind zijn, struikelen daar.

Dit is het information-gain-punt van deze post: vrijwel niemand benchmarkt de combinatie Nederlands-Pools-Engels door elkaar. De publieke cijfers gaan over Engels, soms over één andere taal apart. Voor een top-gebruiker die de hele dag in drie talen schakelt, zegt zo’n benchmark dus weinig. De enige betrouwbare test is je eigen stem, je eigen vakjargon, je eigen taalmix, een week lang, naast elkaar. Wie dat niet zelf test, kiest op cijfers die niet over zijn situatie gaan.

Hoe maak je hierin een autonome keuze?

De methode is belangrijker dan de uitkomst. Zet twee of drie kandidaten een week naast elkaar op je echte werk. Beoordeel per taal apart, en juist op de gemengde zinnen. Weeg dan bewust: hoeveel latency accepteer je voor volledige lokaliteit, en welke data mag überhaupt naar een cloud, ook een Europese.

Voor de meest gevoelige stroom is 100% lokaal de veiligste keuze; voor snelheid en gemak is een EU-cloud-API een verdedigbaar compromis. Welke van de twee wint, hangt af van jouw data en jouw talen, niet van een ranglijst. Hoe je dat soort keuzes structureel inricht, van dicteren tot dossierverwerking, staat bij lokale AI-systemen. Twijfel je waar je moet beginnen, dan helpt de AI-readiness scan.