Hoe een AI een gesprek aanneemt
Een AI-spraakagent, ook verkocht als AI-telefoniste of voicebot, is een computerprogramma dat de telefoon opneemt en in gewone taal met de beller praat. Spraakherkenning maakt van je woorden tekst, een taalmodel beslist wat er gezegd of gedaan wordt, en spraaksynthese spreekt het antwoord uit. De telefooncentrale van het bedrijf geeft de agent het gesprek, en de agent geeft het door aan een mens wanneer dat nodig is. Dit onderwerp verandert snel: we hebben elk feit op deze pagina voor het laatst gecontroleerd op 26 oktober 2026, en we controleren ze elke drie maanden opnieuw.
Paars: jouw gesprek en het station dat ermee bezig isLegenda
- Paars: jouw gesprek en het station dat ermee bezig is
- Schermen: wat elk station hoort, schrijft en zegt
- Stippellijn: het telefoonnet en het internet, in werkelijkheid veel langer
Een AI-agent neemt de gesprekken van deze praktijk aan · wacht op een gesprek
Druk op een knop, of klik op een scherm om dat station aan het werk te zien.Druk op een knop, of tik op een scherm om dat station aan het werk te zien.
De stappen beschrijven de AI-agent. Schakel om en je ziet het keuzemenu met toetsen dat hij vervangt, gangbaar van de jaren 1990 tot de jaren 2010.
Anatomie van een AI-spraakagent: één gesprek van je mobiel via de telefooncentrale en de drie stations van de agent, en verder naar een mens aan de receptie. De schakelaar toont het keuzemenu met toetsen dat de agent vervangt. De tekening is niet op schaal.
-
Volg één gesprek
Druk op Gesprek afspelen en kijk mee, of scrol naar beneden: de tekening volgt je stap voor stap. Met Zelf proberen, onder de tekening, voer je je eigen gesprek.Druk op Gesprek afspelen en kijk mee, of ga met Volgende stap voor stap verder. Met Zelf proberen, onder de tekening, voer je je eigen gesprek.
-
Stap 1 van 6
De telefooncentrale geeft je gesprek aan de AI
Je belt je tandarts om een afspraak te verplaatsen. Het gesprek gaat over het telefoonnet naar de telefooncentrale van de praktijk, hier in een datacenter. De centrale verbindt het door zoals ze dat naar een bureautelefoon zou doen, maar dit toestel is een AI-agent: programma's op servers, zonder mens erachter. In de eerste zin hoor je dat je met een AI praat.
Moet de agent zeggen dat hij een AI is?
In de Europese Unie wel, sinds 2 augustus 2026. De AI-verordening (de AI Act) zegt dat een systeem dat met mensen praat zo gebouwd moet zijn dat ze te weten komen dat ze met een AI te maken hebben, tenzij een redelijk geïnformeerd persoon dat toch al zou zien. Ze moeten het uiterlijk bij het begin van het gesprek te weten komen.
Aan de telefoon zie je niet wie er opneemt, dus de eerste zin is de logische plek. Verderop, bij de regels, staan de details.
Bronnen: European Commission AI Act Service Desk: Article 50, transparency obligations (2024); European Commission AI Act Service Desk: Article 113, entry into force and application (2024)
-
Stap 2 van 6
Spraakherkenning schrijft op wat je zegt
Je zegt: "Kan ik mijn afspraak naar vrijdag verplaatsen?" Je stem bereikt de agent zoals bij elk gesprek over het internet, in plakjes van 20 milliseconden, 50 per seconde. Het eerste station, spraakherkenning, zet het geluid om in tekst terwijl het binnenkomt. Op het scherm verschijnen je woorden.
Hoe weet de agent dat je uitgepraat bent?
Meestal door te wachten op een korte stilte. VoiceXML, een standaard voor keuzemenu's uit 2004, had daar al een instelling voor: hoe lang de herkenner na je laatste woord wacht voordat hij besluit dat je klaar bent.
Zet je die wachttijd kort, dan valt de agent in terwijl je even ademhaalt. Zet je hem lang, dan zit je voor elk antwoord in stilte. Alles wat hij wacht, gaat af van de korte pauze die mensen tussen hun beurten laten.
Bronnen: IETF RFC 3551: the RTP profile for audio and video (2003); W3C: VoiceXML 2.0, the standard for voice menus (2004)
-
Stap 3 van 6
Het taalmodel beslist wat de agent zegt
De tekst gaat naar het taalmodel, het station met twee racks. Dat is een programma dat getraind is op een enorme hoeveelheid tekst, en het schrijft zijn antwoord woord voor woord. Uit zichzelf weet het niets over deze praktijk. Het werkt dus met wat de praktijk het meegeeft: instructies, feiten zoals de openingstijden, en tools. Hier vindt het je bezoek van dinsdag in het patiëntenbestand en kijkt het over het internet in de agenda. Vrijdag om 10:00 is vrij.
Kan het zich vergissen?
Ja. Een taalmodel schrijft de woorden die het waarschijnlijkst volgen, en een vlotte zin kan toch onwaar zijn. Daarom geeft een bedrijf het een afgebakende taak en eigen feiten en tools, zoals de agenda, in plaats van het uit zijn geheugen te laten antwoorden.
Daarom telt ook de overdracht aan een mens in stap 6.
-
Stap 4 van 6
Spraaksynthese spreekt het antwoord uit
Het antwoord gaat naar het derde station, spraaksynthese, dat de tekst omzet in een stem. Het kan al met de eerste woorden beginnen voordat het model de laatste heeft geschreven. Het geluid gaat terug langs de weg waarlangs je gesprek binnenkwam, via de telefooncentrale naar je mobiel: "Vrijdag om 10:00 is vrij. Zal ik die voor je vastleggen?"
Waarom moet elk station zo snel zijn?
Omdat mensen stilte opmerken. In een gesprek duurt de pauze tussen een vraag en het antwoord een fractie van een seconde, en een langere pauze klinkt als twijfel. De cijfers staan hieronder, bij Hoe lang een pauze mag duren.
Dus overlappen de stations elkaar. Spraakherkenning schrijft terwijl je praat, het model begint aan zijn antwoord zodra je stopt, en spraaksynthese spreekt de eerste woorden uit terwijl de rest nog geschreven wordt.
-
Stap 5 van 6
Je valt in de rede, en de agent zwijgt
Halverwege het antwoord zeg je: "Sorry, mag ik iemand spreken?" De spraakherkenning bleef luisteren terwijl de agent praatte. Ze hoort je, de agent stopt midden in een woord, en het model leest wat je zei. Aan de telefoon vallen mensen elkaar voortdurend in de rede. Een agent die gewoon over je heen bleef praten, zou klinken als een opname.
Kon je een keuzemenu ook onderbreken?
Vaak wel. VoiceXML, de standaard van het World Wide Web Consortium voor keuzemenu's, noemt dat barge-in: je drukt op een toets of praat door een opgenomen bericht heen, en het bericht stopt.
De maker van het menu kon dat ook uitzetten, voor een juridische mededeling of een reclame die de beller tot het einde moest horen.
Bronnen: W3C: VoiceXML 2.0, the standard for voice menus (2004)
-
Stap 6 van 6
De agent verbindt je door met een mens
Je vroeg om een mens, dus vraagt de agent de telefooncentrale om het gesprek door te verbinden. De centrale laat de bureautelefoon van Anna aan de receptie overgaan, Anna neemt op, en de agent verlaat het gesprek. Een goed gebouwde agent verbindt ook door zonder dat je erom vraagt: als hij je niet begrijpt, of als je een vraag stelt die hij niet mag beantwoorden.
Hoe gaat het gesprek over zonder dat je opnieuw belt?
De agent stuurt een verzoek om door te verbinden over het gesprek dat al loopt. Bij gesprekken over het internet is de standaard daarvoor het REFER-bericht, in 2003 gepubliceerd door de IETF: de ene kant van een gesprek vraagt de andere om in plaats daarvan iemand anders te bellen.
Je mobiel blijft de hele tijd verbonden. Alleen de andere kant verandert, van de agent naar de bureautelefoon van Anna.
Bronnen: IETF RFC 3515: the SIP REFER method, for transfers (2003)
Het keuzemenu en de AI-agent naast elkaar
Allebei beantwoorden ze hetzelfde gesprek op dezelfde telefooncentrale. Wat veranderde, is de machine erachter: vroeger een vaste boom van toetsen, nu een model dat je woorden leest.
Keuzemenu
AI-agent
Wat het begrijptITU-T Q.23; W3C; Eurostat
Toetsen
Elke toets zendt zijn eigen paar tonen uit, en sommige menu's kenden ook een kort lijstje vaste woorden
Je eigen woorden
Spraakherkenning zet ze om in tekst
Wie de volgende stap bepaaltW3C; European Commission AI Act Service Desk
Een vaste boom
Elke toets leidt naar één tak die het bedrijf vooraf instelde
Een taalmodel
Het bedenkt een antwoord op wat je zei, binnen de instructies van het bedrijf
Opnames
Vooraf opgenomen berichten, of voorgelezen door een spraaksynthesizer
Een nieuwe zin
Voor jouw gesprek geschreven door het model, uitgesproken door spraaksynthese
Moet het zeggen dat het een machine is?European Commission AI Act Service Desk (1, 2)
Geen regel
De AI-verordening van de Europese Unie kwam er in 2024
Ja
In de Europese Unie sinds 2 augustus 2026, tenzij het vanzelf duidelijk is
Hoe lang een pauze mag duren
Een AI-agent moet horen dat je klaar bent, beslissen en beginnen te praten binnen de pauze die mensen tussen hun beurten laten, en ook het telefoonnet neemt een deel van die tijd. Deze drie cijfers bepalen hoe groot die pauze is.
-
208 ms
Over tien talen heen begonnen mensen gemiddeld zo'n 208 milliseconden na het einde van de vraag aan hun antwoord. Sprekers van het Japans waren het snelst, met 7 ms, sprekers van het Deens het traagst, met 469 ms.
PNAS: universals and cultural variation in turn-taking in conversation (2009)
-
600 ms
In een studie met 380 luisteraars was een stilte van 600 milliseconden voor een "ja" genoeg om het antwoord minder bereidwillig te laten klinken.
Journal of the Acoustical Society of America: silent gaps after requests (2013)
-
150 ms
De Internationale Telecommunicatie-unie rekent 150 milliseconden in één richting, van mond tot oor, als de vertraging waaronder de meeste gesprekken geen hinder ondervinden. Je woorden maken die reis naar de agent, en het antwoord maakt hem terug.
Hoe het zo gekomen is
- 1952
Een machine hoort tien cijfers
Drie ingenieurs beschrijven een schakeling die de cijfers nul tot negen herkent als ze over een telefoonlijn worden uitgesproken, in 97 tot 99% van de gevallen. Ze werkt voor één spreker tegelijk, nadat ze op die stem is afgesteld.
Journal of the Acoustical Society of America: automatic recognition of spoken digits (1952)
- 1963
Toetsen die een machine hoort
Het Bell System begint in twee stadjes in Pennsylvania drukknoptelefoons met Touch-Tone te verkopen. Elke toets zendt tonen uit die een machine kan horen, en dat maakt keuzemenu's mogelijk.
- 1992
Zeggen in plaats van drukken
AT&T kondigt aan dat het collect calls, gesprekken op kosten van wie je belt, voortaan met spraakherkenning afhandelt: bellers zeggen "collect" tegen een machine in plaats van tegen een telefoniste. Het bedrijf verwacht 3.000 tot 6.000 van zijn 18.000 telefonistes te schrappen.
Christian Science Monitor: AT&T and speech recognition (1992)
- 2004
Een standaard voor keuzemenu's
Het World Wide Web Consortium publiceert VoiceXML 2.0, een gemeenschappelijke taal voor keuzemenu's. Die menu's kunnen luisteren naar toetsen en naar gesproken woorden, en opgenomen of gesynthetiseerde berichten afspelen die een beller kan onderbreken.
- 2017
De Transformer
Onderzoekers stellen op de NeurIPS-conferentie de Transformer voor, een netwerkontwerp dat op aandacht (attention) is gebouwd. Het was bedoeld om tussen talen te vertalen, en de grote taalmodellen van vandaag zijn erop gebouwd.
- 2024
Zeg dat het een AI is
De Europese Unie neemt de AI-verordening aan. Vanaf 2 augustus 2026 moet een systeem dat met mensen praat ze laten weten dat ze met een AI te maken hebben.
European Commission AI Act Service Desk: Article 50, transparency obligations (2024)
Wat de wet vraagt van een AI aan de telefoon
In de Europese Unie valt een AI die gesprekken aanneemt onder de AI-verordening, en alles wat hij opneemt onder de privacyregels die voor elk telefoongesprek gelden. Sommige landen voegen daar eigen wetten over klantenservice aan toe. Dit zijn, in gewone woorden, de plichten die bepalen hoe een agent zich in een gesprek gedraagt. Het is geen juridisch advies.
-
De agent zegt dat hij een AI is
Sinds 2 augustus 2026 verplicht de AI-verordening de aanbieder van een systeem dat met mensen praat om het zo te bouwen dat ze te horen krijgen dat ze met een AI te maken hebben. Die melding moet duidelijk zijn en uiterlijk bij het begin komen, tenzij een redelijk geïnformeerd persoon het toch al zou zien. Een bedrijf dat die plicht schendt, riskeert een boete tot 15 miljoen euro of 3% van de wereldwijde jaaromzet, als dat bedrag hoger is.
-
Een gesprek opnemen vraagt een reden, en je moet erover worden ingelicht
Het Europese recht houdt gesprekken vertrouwelijk: niemand behalve de mensen in het gesprek mag meeluisteren of het bewaren zonder hun toestemming. Het laat ruimte voor opnames die de wet toestaat in de rechtmatige bedrijfspraktijk, bijvoorbeeld als bewijs van een verkoop. De Franse privacytoezichthouder, de CNIL, voegt eraan toe dat bellers moeten horen dat het gesprek wordt opgenomen, en dat ze zich daar voor het einde van het gesprek tegen mogen verzetten.
legislation.gov.uk; Commission nationale de l'informatique et des libertés
-
In Spanje een mens zodra je erom vraagt
De Spaanse wet op de klantenservice geldt voor grote bedrijven en essentiële diensten. Ze verbiedt automatisch antwoorden als enige manier om hen te bereiken. Een bot of keuzemenu moet je op elk moment, vanaf het begin van het gesprek, om een mens laten vragen, en die persoon moet zeggen wie hij is. De wet trad op 28 december 2025 in werking. Bedrijven hebben tot 28 december 2026 om hun klantenservice erop aan te passen.
Waar Voxbi in beeld komt
Voxbi verkoopt dit als de Voxbi AI-telefoniste. Ze neemt op via een toestel in je Voxbi-telefooncentrale, op de nummers die je al hebt, en verbindt gesprekken door naar collega's en wachtrijen in hetzelfde systeem. In België en Luxemburg komt ze alleen met een Voxbi Managed-abonnement.
Bekijk het in Voxbi