Eerste stappen met Whisper op je eigen pc

Door Emmanuel Sauvage · Gepubliceerd · Bijgewerkt

Deze pagina kan Amazon-affiliatelinks bevatten. Een aankoop na een klik kan de site een commissie opleveren, zonder extra kosten voor jou. Het advies blijft onafhankelijk. Hoe affiliatie werkt.

Whisper is een open-source model voor spraakherkenning (speech-to-text: het zet spraak om in tekst). Het maakt van een audiobestand tekst, en de stem blijft op je pc als je Whisper daar draait. Een chat-LLM (een large language model, het soort model dat Ollama draait) schrijft antwoorden. Je voert geen gesprek met Whisper. Je krijgt een transcript.

De logische volgorde na je eerste lokale AI in 15 minuten: als de tekstchat werkt, voeg je stem toe. Deze handleiding dekt het eerste getranscribeerde bestand. Voor medium, hele mappen en verdergaande ffmpeg ga je verder met Whisper offline zodra test_fr.wav leesbare Franse tekst toont.

De opdrachten hieronder gebruiken een korte Franse opname en de taalvlag fr, zodat je ziet dat het model de gevraagde taal volgt. Voor een Nederlandse spraakmemo gebruik je dezelfde stappen met -l nl en language="nl", zodra deze test leesbare tekst geeft.

Voor wie

Jij Voorgesteld pad Wat je nodig hebt
Beginner zonder Python, Windows of Linux 3A whisper.cpp Nog niets geïnstalleerd. Een download van het programma plus het model
Vertrouwd met pip en een venv 3B faster-whisper Python 3.10+, ffmpeg
Je klikt liever dan je typt 3C LM Studio LM Studio staat er al, of je staat klaar om het te installeren

Spraakmemo’s, familiebijeenkomsten of een keten met n8n plus een lokale LLM: pad 3A of 3B is het eenvoudigst om te automatiseren.

Tijd (eerste keer, zonder de download van het model). 3A ongeveer 25 min. 3B ongeveer 40 min (Python, een venv en ffmpeg). 3C ongeveer 30 min als LM Studio er al staat.

Kies één pad. 3A (whisper.cpp) als je Python wilt overslaan en één opdracht wilt. 3B (faster-whisper) als Python 3.10+ geen bezwaar is. 3C (LM Studio) om een bestand te slepen (prettig op het scherm, en de zwaardere keuze voor een batch met n8n — gebruik 3A of 3B als je automatiseert).

Een pad kiezen (met Python, of zonder)

Pad Tijd (eerste keer) Kies het als… Eerste opdracht
whisper.cpp (de keuze zonder Python) ~25 min Je wilt een programma en één opdrachtregel Download de release plus ggml-small.bin
faster-whisper ~40 min Python 3.10+ en pip zijn geen bezwaar pip install faster-whisper in een venv
LM Studio (een grafisch scherm) ~30 min Je sleept liever een audiobestand LM Studio installeren, daarna het chat- of audio-importtabblad

Wat je nodig hebt (CPU en RAM)

Bron Richtlijn
CPU Bijna elke recente pc. Een GPU is niet verplicht
RAM 8 GB minimum. 16 GB is ruim genoeg voor medium
Schijf Ongeveer 150 MB (small) tot ongeveer 1,5 GB (medium), afhankelijk van het gereedschap — zie SSD-opslag voor modellen
Software ffmpeg om MP3 of M4A om te zetten als het gereedschap dat vraagt

Er staat hier geen tabel GGUF (dat gekwantiseerde formaat hoort bij chatmodellen) en geen tabel VRAM. Zie VRAM en welk model alleen als je later een LLM op dezelfde machine zet.

Een werkwijze thuis (tekst, daarna een samenvatting)

  1. Leg je opnames in een map vocaux_a_transcrire/ (audio die nog getranscribeerd moet worden).
  2. Start Whisper (model small, taal fr).
  3. Verzamel het transcript (een .txt-bestand, of de uitvoer van de terminal).
  4. Optioneel: stuur de tekst naar Ollama voor een samenvatting — een eerste model kiezen.
  5. Optioneel: n8n bewaakt de map en laat transcriptie en samenvatting op elkaar volgen.

Genummerde stappen

1. Een testaudiobestand klaarzetten

Volg je alleen pad 3B (faster-whisper): installeer Python en de venv hieronder, en ga daarna door met stap 2. Voor 3A (whisper.cpp) of 3C (LM Studio): ga meteen naar stap 2. Python heb je daar niet voor nodig.

Neem 30 tot 60 seconden alledaags Frans op. Noem het bestand test_fr.wav. Gangbare formaten: WAV, MP3, M4A.

Python en een venv (alleen stap 3B). Kopieer één regel tegelijk in de opdrachtprompt (cmd):

winget install -e --id Python.Python.3.12
python -m venv %USERPROFILE%\whisper-venv
%USERPROFILE%\whisper-venv\Scripts\activate.bat
python -m pip install --upgrade pip

PowerShell (hetzelfde, één regel tegelijk; laat de variabelen $env: staan zoals ze geschreven zijn):

winget install -e --id Python.Python.3.12
python -m venv "$env:USERPROFILE\whisper-venv"
& "$env:USERPROFILE\whisper-venv\Scripts\Activate.ps1"
python -m pip install --upgrade pip

Linux / macOS:

python3 -m venv ~/whisper-venv && source ~/whisper-venv/bin/activate

2. ffmpeg installeren (audio omzetten)

  • Windows:

    winget install -e –id Gyan.FFmpeg

Of de download van ffmpeg.org.

  • macOS: brew install ffmpeg
  • Linux: het pakket ffmpeg van je distributie

Zet een MP3 of M4A om als dat nodig is:

ffmpeg -i note.m4a -ar 16000 -ac 1 test_fr.wav

Dit wil je zien: aan het eind van stap 3 levert test_fr.wav Franse tekst op de terminal, of in een .txt-bestand.

3. Transcriberen (kies 3A, 3B of 3C)

Eén vraag: wil je Python 3.10 of nieuwer op deze pc installeren?

  • Nee → 3A whisper.cpp (een programma en een opdrachtregel).
  • Ja → 3B faster-whisper (een venv plus het script transcrire_test.py hieronder).
  • Ik wil een grafisch scherm → 3C LM Studio (slepen en neerzetten; een zwakke keuze om te automatiseren).

3A — whisper.cpp (~25 min, zonder Python)

  1. Download de release van whisper.cpp.
  2. Download ggml-small.bin (ongeveer 466 MB): het bestand op Hugging Face (de mirror waar de README van whisper.cpp vaak naar wijst).
  3. In de map met het model en de audio:
./main -m ggml-small.bin -f test_fr.wav -l fr -otxt

Onder Windows kan het programma main.exe of whisper-cli.exe heten. Kijk in de README van je archief. Dit wil je zien: een bestand test_fr.wav.txt, of Franse tekst in de terminal.

3B — faster-whisper (~40 min, Python)

Met de venv actief:

pip install faster-whisper

Script om op te slaan. Maak transcrire_test.py in dezelfde map als test_fr.wav, plak het blok hieronder in zijn geheel zonder de spaties te wijzigen, en start daarna python transcrire_test.py:

from faster_whisper import WhisperModel

model = WhisperModel("small", device="cpu", compute_type="int8")
segments, info = model.transcribe("test_fr.wav", language="fr")
for segment in segments:
    print(segment.text, end="")
print()

Dit wil je zien: de terminal toont een zin of een alinea in het Frans die bij je opname hoort (de interpunctie valt met small soms grof uit).

Storingen bij 3B (inklapbaar)

Mislukt pip install faster-whisper, controleer dan of de venv actief is (de prompt toont (whisper-venv)). Op Windows start je de cmd-prompt of PowerShell alleen als beheerder opnieuw als winget dat vraagt — niet voor pip alleen.

3C — LM Studio (~30 min, grafische interface)

3C is comfort op het scherm: handig voor een eenmalige test, maar niet het lichtste pad als je een bewaakte map wilt en series transcripties met n8n. Kies voor automatisering 3A of 3B. LM Studio vervangt whisper.cpp niet voor heel lange bestanden op een bescheiden CPU. De grenzen ten opzichte van whisper.cpp staan ook in Whisper offline.

Volg LM Studio installeren, tabblad Chat, importeer test_fr.wav, taal Frans, en start de transcriptie (Transcribe / Audio).

4. De inkomende map inrichten

Maak vocaux_a_transcrire. Later kan n8n die map bewaken, Whisper aanroepen en de tekst naar Ollama sturen — net als bij de assistent voor het gezin en spraakmemo’s voor school.

5. Doorgeven aan Ollama (optioneel)

  1. Plak het transcript in Open WebUI of in ollama run, met: “Vat samen in 5 streepjes, in het Nederlands.”
  2. Herinner het gezin eraan dat LLM’s datums kunnen verzinnen — zie de privéassistent.

6. De kwaliteit controleren

Zijn de interpunctie of de eigennamen zwak, blijf dan op small voor je naar medium gaat (trager op de CPU). Zie de tabel met groottes aan het eind.

Na de eerste geslaagde transcriptie

  1. Archiveer het .txt-bestand in een map met datum (transcripts/2026-10/), zodat je je proeven terugvindt zonder tests door elkaar te halen.
  2. Vergelijk tiny en small op hetzelfde test_fr.wav: noteer de CPU-tijd en de fouten bij eigennamen. Naar medium gaan heeft geen zin zolang small volstaat voor je korte spraakmemo’s.
  3. Koppel aan Ollama: plak de tekst in Open WebUI met een model instruct Q4 (“Vat samen in vijf streepjes”).
  4. Automatiseer later: de map vocaux_a_transcrire/ plus n8n zodra pad 3A of 3B stabiel is. Pad 3C is daarvoor te omslachtig.
  5. Domotica: stem kan Home Assistant en Ollama voeden als de totale wachttijd (Whisper plus de LLM) acceptabel blijft. Test eerst op een lamp waar een misser geen kwaad kan.

Fouten die vaak terugkomen

Probleem Oorzaak Oplossing
Bestand niet gevonden Pad met spaties niet tussen aanhalingstekens Zet het pad tussen aanhalingstekens
Uitvoer in het Engels Taal niet afgedwongen De instelling language="fr"
Heel traag Model large op de CPU Overstappen op small
Codecfout MP3 zonder ffmpeg Omzetten: ffmpeg -i entree.mp3 sortie.wav

Wat je daarna leest

Daarna lezen — zodra test_fr.wav in het Frans is getranscribeerd, ga je in deze volgorde verder (vier teksten die voorrang hebben).

  1. Whisper offline — model medium, meerdere bestanden tegelijk, verdergaande ffmpeg.
  2. Eerste lokale AI in 15 minuten — als Ollama nog niet geïnstalleerd is om je transcripten samen te vatten.
  3. Open WebUI voor beginners — de getranscribeerde tekst plakken en een gestructureerde samenvatting in het Nederlands vragen.
  4. n8n met een lokaal model — vocaux_a_transcrire/ bewaken nadat pad 3A of 3B stabiel is.

Een microfoon voor je testopnames (optioneel)

De ingebouwde microfoon van de laptop is genoeg voor test_fr.wav. Neem je vaak spraakmemo’s op voor gezin of school, dan haalt een USB-microfoon achtergrondgeluid weg. Dat helpt voor je naar het model medium stapt. Een voorbeeldzoekopdracht op Amazon.nl (oktober 2026 — controleer de prijs van dat moment en het specificatieblad): USB-microfoon. Partnerlink: een commissie, zonder extra kosten voor jou. De regels staan op de pagina over affiliatie.

Audioformaten en ffmpeg

Formaat Opmerking
WAV Ideaal voor tests, bestanden zijn zwaarder
MP3 Gangbaar; ffmpeg is vaak nodig
M4A Berichten van een iPhone; omzetten bij een fout
OGG Vrij; ffmpeg ondersteunt het goed

Voorbeeld van omzetten:

ffmpeg -i note.m4a -ar 16000 -ac 1 test_fr.wav

Whisper accepteert vaak 16 kHz mono. De omzetting maakt de resultaten op de CPU stabieler.

Whisper-modellen (grootte tegenover kwaliteit)

Model RAM ~ Snelheid op de CPU Frans
tiny laag snel grof
base laag snel redelijk bij korte audio
small gemiddeld redelijk goede keuze om te beginnen
medium zwaarder traag betere interpunctie
large zwaar heel traag vooral op een GPU

Op de CPU blijf je op small. Met een RTX voor Ollama accepteren sommige builds device="cuda" voor lange bestanden. Sluit de grote chatmodellen eerst (VRAM).

Hardware voor alleen transcriptie

Een RTX heb je niet nodig: een mini-pc met 16 GB is vaak genoeg. Stapel je Whisper, Ollama en Docker, mik dan op 32 GB — RAM 32/64.

Veiligheid en de AVG (Algemene verordening gegevensbescherming)

Na je eerste lokaal getranscribeerde .txt-bestand:

  • Spraakopnames kunnen namen, adressen of de stem van kinderen bevatten. Behandel ze als gevoelige documenten.
  • Geen kopie naar een grote publieke cloud “om een back-up te maken” zonder de voorwaarden van die dienst te lezen.
  • Verwerking die 100 procent lokaal is, beperkt doorgifte naar commerciële verwerkers, maar haalt je voorzichtigheid thuis niet weg.
  • Het uitgewerkte kader: AVG en AI die 100 procent lokaal blijft. Vergelijking met de cloud: kosten over 3 jaar.

Veelgestelde vragen

Is Whisper een chatbot zoals Ollama?

Whisper zet spraak om in tekst (speech-to-text). Ollama zet tekst om in tekst. Beide kunnen op dezelfde pc staan.

Welk model voor Frans op de CPU?

small of medium, afhankelijk van je geduld. tiny is voor snelle tests, en maakt meer fouten bij eigennamen.

Heb ik ffmpeg nodig?

Meestal wel, om MP3 of M4A om te zetten naar WAV of een stroom die het gereedschap accepteert. Installeer het vanaf de officiële site of via de pakketbeheerder van je systeem.

LM Studio of whisper.cpp om een map automatisch te transcriberen?

whisper.cpp of faster-whisper passen beter bij batchwerk en n8n. LM Studio blijft een comfortabel pad voor een eenmalige test op het scherm.

Bronnen

Verfijn het met de hardwarekiezer · Franse versie van deze rubriek