Open menu
  • Home
  • Schrijfsels
    • Blogs
    • Populaire
    • Wetenschappelijk
    • Drenten
  • In de Media
    • AV
    • Web
    • Krant
    • Lezingen
    • AV-Lezingen
    • Televisie
  • Werk
    • TST & AI
      • Spraakherkenning
      • AI
      • Whisper
      • Knowledge Navigator
      • Showcases
      • LIPS
      • UvN
      • Maastricht
      • Diplomaten
      • TTS
      • URaad
      • Preek
    • Affiliaties
      • UTwente
      • UU
      • Telecats
      • Overige Werkgevers
    • Netwerken
      • NOTaS
      • CLST
      • Levende Herinneringen
      • SOS
    • Infrastructuur
      • CLARIN - NL
      • CLARIAH
      • CLARIN - EU
      • DARIAH
      • CHAT
      • Listen
      • Levend Verleden
    • Projecten
    • Programming
    • Software
    • Over mij
    • LOT 2023
    • NTU
    • Workshop(s)
  • Persoonlijk
    • Arjan
      • Arjan
      • Ouders
      • Zus en Broer
      • Neven en Nicht
      • Grootouders
      • Foto's
    • Brigitte
    • Drentsche Patrijshonden
    • Huizen
      • Samen
        • Burg. Reigerstraat (2010 - ...)
        • Steve Biko (2009 - 2010)
        • Baarnseweg (2007 - 2009)
        • Poortstraat (1994 - 2007)
      • Arjan
        • Poortstraat (1977 - 1994)
        • Sweelincklaan (1972 - 1977)
        • Soestdijkseweg (1965 - 1972)
        • Biltzigt (1958 - 1965)
      • Brigitte
        • Thijssenlaan (1985 - 1994)
        • Braamstraat (1981 - 1984)
        • Voorstraat (1980 - 1981)
        • Hopakker (1980 - 1980)
        • Kemperstraat (1979 - 1979)
        • Verwerstraat (1968 - 1979)
        • Oude Raadhuisstraat (1961 - 1968)
        • Drostlaan (1960 - 1961)
    • Rolanda
      • Levensverhalen
      • Rolanda 85
      • Afnemende Gezondheid
      • Begrafenis Rolanda
    • Monique
  • Interessant
    • Tekst-naar-Spraak
    • Zips Law
    • Conversatie Regels
  • Extra Activiteit

Open menu
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014

blogs

Misschien word ik nog een paar jaar buschauffeur

Misschien word ik nog een paar jaar buschauffeur

25-10-2024

Onderstaan artikel verscheen 22 oktober 2024 in UToday, het electronische blad van de UTwente. In een leuk interview met Ditta bespraken we...

Je klinkt nogal boos vandaag, wat is er?

Je klinkt nogal boos vandaag, wat is er?

17-10-2024

‘Aan de borreltafel’ is een rubriek over wetenschap. Wetenschapsjournalist Enith Vlooswijk praat met én tekent over UT-onderzoekers, die vertellen...

EMLAR 2024

EMLAR 2024

15-04-2024

The information of the official UU-website about the tutorial Automatic Speech Recognition (ASR) is unfortunately old and does not fit the...

Een nieuwe ASR-tool: aTrain

Een nieuwe ASR-tool: aTrain

05-04-2024

Eind maart schreef ik samen met een groep ASR-collega’s aan de update van ons artikel voor de LREC-COLING workshop over "Holocaust Testimonies as...

Symposium Gezond Gefokt (UU)

Symposium Gezond Gefokt (UU)

04-04-2024

Ergens in de wintermaanden van 2024 kreeg ik een mail met de vraag of ik (als potentiële fokker) het leuk en interessant zou vinden om op het...

EMLAR 2024

EMLAR24 logo
The information of the official UU-website about the tutorial Automatic Speech Recognition (ASR) is unfortunately old and does not fit the content of the tutorial.
Below a small update.

Arjan


Automatic Speech Recognition (ASR)

ASR nowadays uses Machine Learning or Artificial Intelligence (AI) technology to process human speech into readable text. The field has grown exponentially over the past decade, with ASR systems popping up in applications for transcription, real-time captions, and more.

Since the arrival of Whisper (OpenAI, Sept 2022), speech recognition for clear sound recordings works at about the human level. I.e. the error rate of transcriptions is between 3% and 8%.
Of course, it depends on the manner of speaking, whether or not the speech contains a strong accent or dialect, the presence of background noise, and the use of typical slang words. One of the reasons Whisper is performing well, is probably the use of dedicated LLM for the recognition.

Tutorial

This partly non-technical tutorial is aimed at students/researchers who use (large quantities of) spoken narratives in their research and want to use Automatic Speech Recognition for transcript generation, phonetic research and/or other research where the relation between what & when was said, is relevant.

We will discuss the following topics:

  1. ASR, a status update of the current technology.
  2. Making your own audio-content suitable for ASR.
  3. Recognising your own, sometimes sensible AV-recordings at your own computer, the faculty computer or in the cloud.
  4. ASR result: a full timed-text (or a table of words, times and confidentialities). What to do next?
  5. Correcting the ASR results into what?

Whisper ASR-engine

In this tutorial we will concentrate on the Whisper ASR-engine that can recognise more than 90 different languages!
Whisper is a set of python-scripts that turn your AV-files into text. However, due to the open-source of the software, it is converted into C++ software. Moreover, various developpers in the world use Whisper to do additional things as speeding up the recognition, a more precise estimation of the start and end-times of the recognised words, speaker diarization and more.

For Windows, MacOS and Linux computers there is also dedicated software to do the recognition.

  • aTrain: A simple windows-engine to do the recognition on Windows machines with or without a GPU. For more information, see here
  • SubtitleEdit: an opensource transcription tool for Windows that can make the subtitles via Whisper
  • MacWhisper: an engine on your Mac, using the C++-software package

DIY

Participants are invited to process their own AV-recordings. However, to avoid long waiting-times, everyone is kindly requested to use a short fragment of max 5 minutes during this tutorial. Once you know how to do it, you can process the large files later on yourself. So, bring this 5 min AV-recording with you.

Language of the recording

Feel free to record the message in any language you want and you speak (quite well). Whisper should be able to detect the language used.

Presentation

The powerpoint (presentation) can be downloaded here.

Questions

Of course you may ask everything during (or after) the tutorial but if you have urgent question before and/or you want me to pay attention to some particular ASR-related items, please mail me at: Dit e-mailadres wordt beveiligd tegen spambots. JavaScript dient ingeschakeld te zijn om het te bekijken.

 

Een nieuwe ASR-tool: aTrain

atrainEind maart schreef ik samen met een groep ASR-collega’s aan de update van ons artikel voor de LREC-COLING workshop over "Holocaust Testimonies as Language Resources". Het was opgestuurd en nu moesten we de opmerkingen van een aantal reviewers verwerken.

Het stuk gaat grofweg over de komst van Whisper en een rij gerelateerde componenten zoals WhisperX en Fast-Whisper, waarmee je steeds beter, rijker en sneller de spraakherkenning kunt doen. Nu was Whisper een jaar geleden al een soort mirakel, maar zeker sinds het volwassen worden van de gerelateerde componenten, wordt dit alleen maar beter.

Een van de reviewers merkte op dat hij bij de opsomming van standalone software (dwz software waarmee je de spraakherkenning kunt uitvoeren zonder allerlei Python scripts te draaien), een nieuw programma uit Oostenrijk miste: aTrain. Direct gekeken wat het was en het is een spraakherkenner die gewoon via de Microsoft-winkel gratis te downloaden is.

Gedownload (>10GB dus duurt even) , geïnstalleerd en gedraaid! En ja hoor: opnieuw een feestje om het te gebruiken. Voor Apple is er al een tijdje MacWhisper: een standalone pakket waarmee je op een moderne Apple gewoon Whisper kunt draaien. Voor Windows kon je SubtitleEdit gebruiken, maar dat is eigenlijk veel meer dan een “simpele” spraakherkenner. En nu is er dan aTrain: een met MacWhisper vergelijkbaar software pakket dat op Windows en Linux draait.

Het verschil met MacWhisper is echter dat aTrain veel beter de moderne varianten/add-ons van Whisper gebruikt. MacWhisper is een CPP-implementatie van Whisper zoals OpenAI die 1.5 jaar geleden leverde. Maar aTrain is nieuwer en kan bv diarizatie doen, en is veel sneller dan de originele Whisper doordat het Fast-Whisper gebruikt.

Na downloaden van aTrain vraagt de software of je het wilt installeren. Kies ja en wacht ong 10 min. Daarna heb je de moderne spraakherkenner beschikbaar.

aTrain1

Fig. 1: beginscherm  van aTrain (V1.1.0)

Beschrijving

aTrain is een zelf-installerende en ingekapselde tool voor het automatisch transcriberen van spraakopnames met behulp van state-of-the-art machine learning modellen. Je download de modellen eenmaal en kunt ze vervolgens gewoon steeds gebruiken.

Voordeel van de software is dat het gewoon op je eigen PC/Laptop draait en dat geen verbinding met Internet nodig is. Vooral voor hen die vertrouwelijk data hebben, is dat een groot voordeel omdat je hiermee zo goed mogelijk de vertrouwelijkheid van de data kunt garanderen.
aTrain is ontwikkeld door onderzoekers van het Business Analytics and Data Science-Center van de Universiteit van Gräz en getest door onderzoekers van het Know-Center Graz.

Meer valt te lezen in het originele paper:
 Haberl, A., Fleiß, J., Kowald, D., & Thalmann, S. (2024). Take the aTrain. Introducing an interface for the Accessible Transcription of Interviews. Journal of Behavioral and Experimental Finance, 41, 100891. 

 

Wat wordt geboden?

aTrain biedt de volgende voordelen:

  • Snel en nauwkeurig
    aTrain biedt een gebruiksvriendelijke toegang tot de snellere Whisper implementatie van OpenAI’s Whisper model, wat zorgt voor de beste transcriptiekwaliteit in combinatie met hogere snelheden op je lokale computer. Transcriptie met het hoogste kwaliteitsmodel (large, V2 of V3) duurt "slechts" drie keer zo lang als de audiolengte van de opnamen als je de CPU gebruikt.
  • Sprekerdetectie
    aTrain heeft een sprekerdetectiemodus en kan van elk segment bepalen bij welke spreker het hoort.
  • Bescherming van privacy en GDPR
    het verwerkt de geleverde spraakopnames volledig offline op je eigen apparaat en verstuurt geen opnames of transcripties naar het internet. Dit helpt onderzoekers om de privacy-eisen voor gegevens te handhaven die voortvloeien uit ethische richtlijnen en om te voldoen aan wettelijke vereisten zoals de GDPR.
  • NVIDIA GPU ondersteuning
    aTrain kan zowel op de CPU als op een NVIDIA GPU draaien (CUDA toolkit installatie vereist). Een NVIDIA GPU met CUDA verbetert de snelheid van transcripties en de sprekerherkenning aanzienlijk, waardoor de transcriptietijd wordt teruggebracht tot 20% van de audiolengte.
  • Ondersteuning voor meerdere talen
    aTrain kan, net als natuurlijk Whisper, spraakopnames verwerken in de volgende talen: Afrikaans, Arabisch, Armeens, Azerbeidzjaans, Wit-Russisch, Bosnisch, Bulgaars, Catalaans, Chinees, Kroatisch, Tsjechisch, Deens, Nederlands, Engels, Ests, Fins, Frans, Galicisch, Duits, Grieks, Hebreeuws, Hindi, Hongaars, IJslands, Indonesisch, Italiaans, Japans, Kannada, Kazachs, Koreaans, Lets, Litouws, Macedonisch, Maleis, Marathi, Maori, Nepalees, Noors, Perzisch, Pools, Portugees, Roemeens, Russisch, Servisch, Slowaaks, Sloveens, Spaans, Swahili, Zweeds, Tagalog, Tamil, Thai, Turks, Oekraïens, Urdu, Vietnamees en Welsh.
  • Uitvoer compatibel met MAXQDA en ATLAS.ti
    het levert transcriptiebestanden die naadloos geïmporteerd kunnen worden in de populairste tools voor kwalitatieve analyse: ATLAS.ti en MAXQDA. Hierdoor kun je direct audio afspelen voor het corresponderende tekstsegment door op de tijdstempel te klikken.

aTrain2

Running aTrain

Om aTrain te draaien, kies je een AV-file (video of audio), selecteert het te gebruiken model, kiest de gesproken taal en geeft eventueel aan of je sprekers wilt herkennen en zo ja hoeveel verschillende sprekers er dan zijn. Dan klik je start en wacht even. Op mijn PC (i9, Nvidia card) duurt dat iets minder dan 20% van de opname duur.

De resultaten worden vervolgens opgeslagen in een speciale directory.

 

 

In die directory staan de volgende files:

metadata.txt

de metadata van de herkenning (taal, model, audio-duur, etc.

transcription.json

een volledig resultaat van de herkenning

transcription.srt

de standaard subtitels

transcription.txt

de herkende tekst met de spreker

transcription_timespans.txt

de herkende tekst met sprekers maar dan ook voorzien van de begintijd van elk fragment

transcription_maxqda.txt

de versie die in MaxQDA ingelezen kan worden.

Conclusie

Zoals het er nu uitziet, werkt aTrain uitstekend en kan het door iedereen op z’n eigen (moderne) Windows machine gebruikt worden. Zeker de toevoeging van diarizatie (spreker detectie) maakt het voorlopig een betere keuze dan MacWhisper.

Download

MicrosoftaTrain kan gedownload worden (>10GB) in de Microsoft store: https://apps.microsoft.com/detail/9n15q44szns2

 

Pagina 2 van 3

  • 1
  • 2
  • 3
  • Laatst gewijzigd: zondag 25 oktober 2026 14:09:09
  • Copyright @2026 Arjan van Hessen