Introductie van Speak Mode: AI-stemvertaling die in vergaderingen voor je spreekt

Er is een specifiek, pijnlijk moment dat elke niet-moedertaalspreker in een meertalige vergadering kent. De discussie gaat snel. Ondertiteling scrollt over je scherm. Je begrijpt alles perfect — Gaavala vertaalt de andere kant al twintig minuten en je volgt het woord voor woord. Iemand draait zich naar je toe en stelt je rechtstreeks een vraag.

En dan wordt de taalbarrière, die tot dan toe eenrichtingsverkeer was, een muur.

Je weet het antwoord. Je weet precies wat je wilt zeggen. Je kunt het alleen niet met dezelfde snelheid en precisie zeggen in de werktaal van de vergadering. Je aarzelt, zwakt af, versimpelt, en klinkt uiteindelijk minder deskundig dan je bent. Tegen de tijd dat je een zorgvuldige zin in elkaar hebt gezet, is het gesprek verder.

We hebben Speak Mode gebouwd om die lus te sluiten. Met Speak Mode aan spreek jij in je eigen taal en spreekt Gaavala je vertaalde stem de vergadering in. De andere deelnemers horen een vloeiende, realtime stem die je antwoord in hun taal levert. Je bent niet langer de stille persoon in de ruimte.

Deze post loopt precies door wat Speak Mode doet, de ene knop die het aanstuurt en de twee gebaren die ze leest, de twee stemmen waartussen je kunt kiezen — 69 studiopresets of een native kloon van je eigen stem — en de afwegingen die je hoort te begrijpen voordat je het voor een gesprek met hoge inzet aanzet.

Wat Speak Mode daadwerkelijk doet

Speak Mode is geen nasynchronisatiespoor dat over een transcript heen wordt gelegd. Het is een live, tweerichtings-stempijplijn die naast de bestaande transcriptieflow van Gaavala draait.

Wanneer je het tijdens een vergadering activeert, gebeurt het volgende binnen je browser:

Je microfoonaudio wordt door de extensie vastgelegd — los van de tabbladaudio die Gaavala al voor de binnenkomende kant vastlegt.
Die microfoonaudio streamt via een WebSocket rechtstreeks naar Soniox voor speech-to-text. Dit is hetzelfde rechtstreeks-naar-Soniox-patroon dat de rest van Gaavala gebruikt — er raakt geen audio onze backend.
Zodra Soniox vastgelegde tokens in je brontaal uitstuurt, bundelt de extensie ze tot korte zinnen en stuurt ze de tekst naar de vertaalstap van Gaavala voor de doeltaal die je hebt ingesteld.
De vertaalde tekst gaat naar de door jou gekozen TTS-engine, die er een stemfragment van synthetiseert.
Dat stemfragment gaat het gesprek in in plaats van je uitgaande microfoonspoor, zodat iedereen de vertaalde stem hoort alsof het je eigen stem is. Er is geen virtueel microfoonapparaat te installeren en niets te selecteren in de audio-instellingen van je vergaderapp — en terwijl de vertaalde stem speelt, wordt je echte microfoon gedempt, zodat het gesprek jullie nooit allebei tegelijk hoort.

De hele lus draait terwijl je nog aan het praten bent. Tegen de tijd dat je een zin in jouw taal afmaakt, speelt de gesynthetiseerde vertaling al in die van hen. Je wacht niet op een knop "vertalen". Je pauzeert tussen je gedachten niet langer dan je normaal zou doen.

Eén knop die het gebaar leest

Echte vergaderingen zijn niet allemaal hetzelfde, dus Speak Mode moet zich anders gedragen wanneer je een antwoord van één regel terugkaatst dan wanneer je iemand door een dia heen praat. De meeste tools lossen dat op met een moduskiezer die je moet instellen vóór je hem nodig hebt — wat betekent dat je op het moment dat je de andere modus nodig hebt, in de verkeerde staat.

Gaavala heeft geen moduskiezer. Er is één Speak-knop, en die leest hoe je hem indrukt.

Houd hem vast

Houd de knop vast en je praat alleen zolang je vasthoudt. Laat je los, dan sluit de pijplijn netjes af. Dit is het walkietalkie-gebaar, en het veilige: je zendt nooit per ongeluk een terzijde, een kuch of een moment hardop denken uit. Het is het juiste instinct voor een korte tussenopmerking, voor gesprekken met hoge inzet waarin precisie boven vloeiendheid gaat, en voor elke ruimte waarin je microfoon stemmen kan oppikken die je niet wilde vertalen.

Vasthouden werkt ook vanaf het toetsenbord — druk de spatiebalk in en houd hem ongeveer een derde van een seconde vast, en het gedraagt zich precies als het vasthouden van de knop.

Tik erop

Tik in plaats daarvan op de knop en er opent een handsfree venster van 60 seconden. Een ring telt het venster af in minuten en seconden en kleurt de laatste tien seconden amber, zodat je altijd weet hoeveel van je beurt er over is zonder op een klok te kijken. Spreek natuurlijk; Gaavala vertaalt en spreekt gaandeweg elke zin uit, en jij raakt niets aan.

Twee snelle tikken openen in plaats daarvan een venster van 30 seconden — de eerlijke lengte voor een kort voorbereid punt. Tik nog een keer terwijl een venster loopt en het stopt eerder; anders eindigt het vanzelf op nul.

Waarom dit één bediening is en geen twee

Het gebaar dat je toch al maakt, legt de intentie vast. Een korte druk betekent "alleen dit even", een tik betekent "geef me wat ruimte". Er hoeft vooraf niets te worden ingesteld, er staat niets in de verkeerde modus wanneer het moment daar is, en er is geen sneltoets om te koppelen of te vergeten. De veiligheidseigenschap die mensen aan push-to-talk waardeerden — er verlaat niets de ruimte tenzij je het meende — geldt nog steeds precies zo voor vasthouden.

De stemmen: 69 studiopresets en die van jezelf

Speak Mode geeft je twee manieren om de stem te kiezen die de vergadering hoort. Beide spreken alle 60 talen die Gaavala vertaalt, en beide blijven op hetzelfde rechtstreeks-naar-Soniox-pad dat de rest van Gaavala gebruikt — er zit geen externe stemleverancier in de lus.

69 Soniox-studiostemmen (de standaard op Pro)

Soniox-studiostemmen zijn de standaard op Pro en degene die de meeste mensen nooit hoeven te wijzigen: 69 meertalige presets die alle 60 talen spreken die Gaavala vertaalt, taaloverstijgend, met een beheerde sleutel — er valt niets in te stellen. De synthese gaat rechtstreeks vanuit je browser naar Soniox met hetzelfde patroon van kortlevende sleutels als de ondertiteling, dus de vertaalde tekst passeert de backend van Gaavala nooit. De latency is streamend — de stem begint te spelen zodra het eerste stuk klaar is, meestal een seconde of twee nadat een zin wordt vastgelegd.

Je eigen stem (native kloon)

Neem één keer ongeveer 20 seconden van je eigen spraak op in het zijpaneel en Gaavala bouwt een persoonlijke stemkloon — aangedreven door Soniox — die dezelfde 60 talen spreekt als een studiostem zou doen, in jouw timbre in plaats van een preset. De referentiesample wordt versleuteld opgeslagen, en je kunt hem op elk moment verwijderen vanuit hetzelfde instellingenscherm; je vergaderaudio zelf wordt nooit opgeslagen, niet bij deze functie en nergens anders in Gaavala.

De twee opties ruilen precies één ding tegen elkaar in: vertrouwdheid. Een studiostem klinkt vanaf de eerste sessie verzorgd en neutraal. Je eigen kloon kost twintig seconden om op te zetten en klinkt daarna elke keer onmiskenbaar als jij — nuttig als je terugkerende gesprekken voert met dezelfde klanten of collega's en wilt dat ze gesprek na gesprek dezelfde stem horen.

Hoe het zich verhoudt tot wat er verder is

Realtime stemvertaling in vergaderingen is al jaren een functie die "binnenkort" komt. Er bestaat het een en ander, maar niets dekt hetzelfde terrein als Speak Mode.

Microsoft Teams Interpreter Agent. Microsoft heeft een Interpreter Agent voor Teams aangekondigd die kan vertalen en spreken met de stem van een gebruiker. Hij werkt alleen in Teams. Hij vereist een Microsoft 365 Copilot-licentie — een betaalde add-on per gebruiker bovenop een kwalificerend basisabonnement — en hij hangt af van tenantbeheerders die Copilot voor de organisatie hebben aangezet. Leef je binnen een Teams-omgeving met Copilot-licenties, dan is het een legitieme optie. Werk je over Teams, Zoom, Meet en Webex heen met klanten buiten je tenant, dan helpt het je niet.
ChatGPT Voice Mode. ChatGPT kan een gesproken gesprek met je voeren en kan vertalen. Wat het niet kan, is in je Zoom-gesprek zitten en namens jou tegen andere deelnemers spreken. Het is een persoonlijke stemchatbot, geen stem-agent voor vergaderingen.
Vertaalde ondertiteling van Google Meet. Google Meet heeft realtime vertaalde ondertiteling. Die is alleen tekst. Aan de andere kant komt er geen gesproken uitvoer uit.
Interprefy, KUDO en enterprise-tolkplatforms. Dat zijn echte tolkdiensten — meestal met menselijke tolken, soms met AI-ondersteuning — geprijsd en ingericht voor grote congressen en gereguleerde sectoren. Het is niet iets wat een zelfstandige consultant even aan een salesgesprek van één op één toevoegt.

Voor zover wij kunnen zien is er geen tool in de markt tegen consumentenprijzen die werkelijk tweerichtings-stemvertaling doet binnen de vergaderplatforms die mensen daadwerkelijk gebruiken. Speak Mode is ons antwoord op dat gat.

Voor wie Speak Mode is

Speak Mode is een Pro-functie en is geprijsd voor individuele professionals, niet voor enterprise-uitrol. De mensen die er het meest aan hebben zijn:

Internationale consultants die projectgesprekken voeren met klanten wier Engels beperkt is en die je liever in hun eigen taal horen dan zich door het jouwe te worstelen.
Meertalige teamleads die standups bijwonen met offshore engineeringteams, waar de ene helft van het team in de ene taal denkt en de andere helft in de andere.
Salesmensen die naar buitenlandse markten verkopen, waar een vloeiend klinkende stem in de taal van de klant verandert hoe het gesprek voelt en hoe de offerte landt.
Mensen in field operations die schakelen tussen een offshore locatie en het hoofdkantoor, waar een misverstand operationele gevolgen heeft en niet alleen sociale.

Zijn je vergaderingen volledig tweetalig binnen één talenpaar en kan iedereen het bijhouden, dan heb je Speak Mode waarschijnlijk niet nodig. Is er een terugkerend moment waarop jij of iemand aan de andere kant stilvalt omdat de taalkloof eenrichtingsverkeer is, dan is dit de functie die dat moment oplost.

Privacy: wat verandert en wat niet

De kernarchitectuur van Gaavala voor privacy verandert niet wanneer je Speak Mode aanzet. Binnenkomende vergaderaudio streamt nog steeds rechtstreeks van je browser naar Soniox over een WebSocket die onze backend nooit raakt. Je microfoonaudio voor Speak Mode volgt hetzelfde rechtstreeks-naar-Soniox-patroon — wij zien die nooit.

De TTS-stap volgt voor beide stemopties hetzelfde patroon. Soniox-studiostemmen sturen de vertaalde tekst rechtstreeks vanuit de browser naar Soniox, geauthenticeerd met dezelfde kortlevende tijdelijke sleutels als de ondertiteling — de backend van Gaavala ziet de tekst noch de audio. Je eigen gekloonde stem wordt op dezelfde manier gesynthetiseerd, met één bewuste, smalle uitzondering stroomopwaarts: de referentiesample van ~20 seconden die je opneemt om de kloon te bouwen, wordt versleuteld opgeslagen (AES-256-GCM) op de servers van Gaavala, uitsluitend gebruikt om je stem te bouwen en te onderhouden, en is op verzoek op elk moment verwijderbaar. Niets anders van de audio van Speak Mode — niet je microfooninvoer, niet de vergaderaudio, niet de gesynthetiseerde uitvoer — wordt ooit opgeslagen.

De backend van Gaavala blijft voor beide stemopties buiten het audiopad. Wil je dat verifiëren, dan werkt dezelfde netwerkinspectietruc uit onze privacypost nog steeds: open de DevTools van de background page van de extensie, filter het Network-tabblad, en je ziet een directe verbinding met Soniox — en geen audioverkeer naar gaavala.com.

Hoe je het aanzet

Speak Mode is een functie exclusief voor Pro. De gratis proefperiode van Gaavala (eenmalig 5 minuten, geen creditcard, wordt nooit gereset) bevat Speak Mode niet, dus de setupflow gaat ruwweg zo:

Installeer Gaavala gratis vanuit de Chrome Web Store en log in.
Upgrade vanuit het zijpaneel naar Pro — $19.99/maand, geen proefperiode — upgrade rechtstreeks wanneer je Speak Mode nodig hebt.
Open de instellingen in het zijpaneel en zoek het gedeelte Speak Mode.
Kies een stem. Soniox-studiostemmen zijn de standaard op Pro en vragen geen installatie. Wil je in je eigen stem spreken, kies dan "Clone my voice" (kloon mijn stem) en neem een sample van ~20 seconden op — Gaavala bouwt je kloon en je kunt hem even later selecteren.
Stel de doeltaal voor de vergadering in. Er is geen opnamemodus te kiezen — de Speak-knop leest je gebaar, dus er hoeft vooraf niets beslist te worden.

Neem daarna deel aan een vergadering. Houd de Speak-knop vast wanneer je één ding wilt zeggen, of tik erop voor een handsfree venster wanneer je een langer stuk te leveren hebt.

Gebruikstips uit de praktijk

Een paar praktische noties uit het bouwen en zelf gebruiken van deze functie:

Warm op met vasthouden. De eerste keer dat je je gesynthetiseerde stem een vergadering in hoort spelen, voelt het vreemd. Houd de knop je eerste gesprekken vast voordat je begint te tikken voor handsfree vensters. Je gevoel voor wanneer je moet pauzeren, hoe hard je moet praten en hoe de vertaalde stem aan de andere kant landt, kalibreert snel — maar alleen als jij elke uitzending zelf in de hand hebt.
Kloon alleen je eigen stem. De opnameflow in het zijpaneel bouwt alleen een kloon uit een sample die je van jezelf opneemt — er is via Speak Mode geen route om de stem van iemand anders te klonen, en de toestemmingsstap in de app weerspiegelt dat.
Meld het als het uitmaakt. Heeft je vergadering compliance-implicaties — juridisch, medisch, gereguleerde sales — vertel de andere kant dan dat er een realtime stemvertaallaag in het gesprek zit. Het is dezelfde etiquette als het melden van een transcriptietool.
Laat de originele audio aan staan. Gaavala stuurt de oorspronkelijke vergaderaudio nog steeds naar je speakers. Je hoort de binnenkomende kant nog altijd te beluisteren en te lezen. Speak Mode is de uitgaande helft, geen vervanging voor begrijpen wat er tegen je gezegd wordt.

Veelgestelde vragen

Weet de vergadering dat ik het gebruik? Niet rechtstreeks. De gesynthetiseerde stem komt aan de andere kant binnen via hetzelfde microfoonkanaal dat je zelf zou gebruiken, dus er is geen banner en geen metadata. De andere kant hoort een zeer vloeiende stem en merkt mogelijk kleine pauzes voor elk antwoord. We raden aan het te melden wanneer het ertoe doet — zie de etiquettenotitie hierboven.

Kan ik mijn eigen gekloonde stem gebruiken? Ja — native, op Pro. Neem in de Speak Mode-instellingen van het zijpaneel een sample van ~20 seconden op en Gaavala bouwt een door Soniox aangedreven kloon die je als je Speak Mode-stem kunt selecteren. Geen apart account en geen API-sleutel nodig.

Wat is de latency? Zowel de studiostemmen als je eigen kloon gebruiken hetzelfde streamende synthesepad dat rechtstreeks van de browser naar Soniox loopt. Reken erop dat de stem binnen een seconde of twee begint te spelen nadat een zin wordt vastgelegd — je wacht niet tot de hele zin gerenderd is voordat de vergadering iets hoort.

Wat als mijn doeltaal geen Engels is? Beide stemopties spreken al alle 60 talen die Gaavala vertaalt — de Soniox-studiostemmen en je eigen kloon werken op dezelfde manier, ongeacht de doeltaal, direct uit de doos.

Werkt het in vergaderingen met Teams Premium? Ja. Speak Mode werkt in elke vergadering die in een Chrome-tabblad draait, inclusief Microsoft Teams, Zoom, Google Meet en Webex. Het maakt niet uit of de organisator van de vergadering Teams Premium of Copilot heeft. Speak Mode draait aan jouw kant van het gesprek, niet op de infrastructuur van de vergaderhost.

Probeer het

Speak Mode is nu beschikbaar voor Pro-abonnees. Ben je nieuw bij Gaavala, begin dan met de eenmalige gratis proefperiode — 5 minuten transcriptie, geen creditcard nodig — zodat je eerst de binnenkomende vertaalervaring kunt beoordelen. Speak Mode zit niet in de gratis proefperiode; upgrade naar Pro ($19.99/maand, geen proefperiode) wanneer je klaar bent om het aan de uitgaande kant te ontgrendelen.

Voeg Gaavala toe aan Chrome →

Installeer Gaavala gratis vanuit de Chrome Web Store en upgrade daarna naar Pro om Speak Mode te ontgrendelen.