Audio en video transcriberen op schaal: wanneer een GPU huren loont

Een los interview transcriberen kost je niets: een gratis tool, een paar minuten wachten, klaar. Honderd opnames per maand is een ander verhaal. Garantiegesprekken, opleveringen, klantgesprekken en locatiebezoeken stapelen zich op tot een berg audio en video die niemand meer uitwerkt, simpelweg omdat het met de hand te veel tijd kost. Op dat moment kantelt transcriptie van een incidentele klus naar een structureel werkproces, en verandert ook de vraag die je jezelf moet stellen: niet "welke app gebruik ik voor dit ene gesprek", maar "welke capaciteit heb ik structureel nodig". Dit artikel legt uit waar dat omslagpunt ligt en wanneer eigen GPU-capaciteit huren goedkoper wordt dan een per-minuut-dienst.

/ 01Omslagpunt

Het omslagpunt: van los interview naar bulkvolume

Bij incidenteel gebruik, een enkel gesprek per week of per maand, is de keuze simpel: een los abonnement of een API-call bij een transcriptiedienst kost weinig en de kwaliteit is voor de meeste toepassingen ruim voldoende. Het wordt anders zodra het volume structureel wordt. Monteurs die elke oplevering opnemen, adviseurs die elk klantgesprek vastleggen, veldonderzoekers die elk bezoek documenteren: bij elkaar loopt dat al snel op tot tientallen uren opnames per maand.

Op dat punt verandert niet alleen de rekensom, maar ook de vraag wie de opnames ziet. Een per-minuut-dienst is prima voor een enkel gesprek, maar bij honderd uur per maand komt daar een tweede vraag bij: waar staat die data, en wie heeft er toegang toe. Beide vragen, volume en datagevoeligheid, komen verderop in dit artikel apart aan bod.

/ 02VRAM

Wat transcriptie technisch vraagt: Whisper en de VRAM erachter

Spraak-naar-tekst-modellen zoals de Whisper-varianten zijn geen uitzondering op de regel dat een AI-model in het geheugen van een GPU moet passen. Ze vragen minder VRAM dan een groot taalmodel, maar de vraag loopt op met de modelgrootte: van de kleinste, snelste varianten die op een paar gigabyte draaien tot de grootste varianten met de beste nauwkeurigheid, die aanzienlijk meer geheugen vragen.¹ Voor de onderliggende rekenkunde van modelgrootte naar VRAM, inclusief de rol van quantisatie, verwijzen we naar hoeveel VRAM je nodig hebt voor een AI-model: dezelfde vuistregels gelden hier, alleen dan toegepast op een spraakmodel in plaats van een taalmodel.

Waar het bij transcriptie specifiek op aankomt, is het verschil tussen een los bestand en een batch. Eén opname van twintig minuten verwerken kost weinig geheugen en is in de praktijk op bijna elke machine te doen. Honderd bestanden tegelijk in een wachtrij zetten om 's nachts te laten verwerken, is een andere vraag: dan telt niet alleen de modelgrootte, maar ook hoeveel bestanden parallel in het geheugen passen. Dat is precies waarom bulk-transcriptie als aparte workload wordt genoemd op onze GPU-huren-pagina: de rekenvraag van een los bestand en die van een dagelijkse batch van honderd bestanden verschillen wezenlijk, ook al draait er hetzelfde model onder. Of dat moment vraagt om eigen GPU-capaciteit of om een agent die de orkestratie eromheen doet, is dezelfde afweging als in AI capaciteit huren: wanneer GPU's en wanneer agents.

/ 03Drie bronnen

Drie bronnen die MKB'ers laten opstapelen

In de praktijk zien we drie herkenbare bronnen die audio- en video-opnames laten opstapelen zonder dat iemand dat als zodanig benoemt.

Bij een installatiebedrijf zijn dat de garantiegesprekken en opleveringsmomenten op locatie: een monteur die met de klant doorloopt wat er is opgeleverd, wat de garantie dekt en wat de klant nog moet weten. Bij een accountantskantoor zijn dat de klant- en adviesgesprekken, vaak met fiscale details die je niet uit je hoofd wil onthouden. Bij een engineering-bureau voor netcongestie en batterijen zijn dat de locatiebezoeken en het veldonderzoek, waarbij een technicus ter plekke bevindingen inspreekt in plaats van ze handmatig te noteren.

/ 04Rekenmodel

Per-minuut-dienst versus eigen GPU-uur: het rekenmodel

Het rekenmodel achter de keuze is simpel op te schrijven, ook zonder vaste bedragen: leg de kosten van een per-minuut-dienst (aantal uur opnames per maand vermenigvuldigd met de prijs per minuut van die dienst) naast de kosten van eigen GPU-uur (verwacht aantal GPU-uren vermenigvuldigd met het uurtarief). Bij een paar uur opnames per maand wint de per-minuut-dienst bijna altijd: er is geen instapdrempel en je betaalt alleen voor wat je gebruikt. Bij tientallen uren per maand kantelt dat, omdat een per-minuut-tarief lineair meeschaalt met het volume, terwijl een eigen GPU-uur bij hoog gebruik relatief goedkoper wordt naarmate de kaart meer uren draait.

Het exacte omslagpunt hangt af van de actuele tarieven aan beide kanten, en die bewegen. Het actuele overzicht van externe GPU-aanbieders naast ons eigen aanbod staat op /gpu-huren, dus die bedragen typen we hier bewust niet over.² Loopt het volume verder op, tot een punt waarop je structureel elke maand veel GPU-uren draait, dan is de vervolgvraag niet meer huren versus dienst, maar huren versus een eigen server aanschaffen. Die bredere rekenregel, inclusief de aanname over bezettingsgraad die de uitkomst kantelt, staat uitgewerkt in GPU huren of kopen.

/ 05Datagevoeligheid

Datagevoeligheid: waarom een klantgesprek niet overal mag landen

Een garantiegesprek, een klantgesprek of een adviesgesprek bevat vrijwel altijd persoonsgegevens: een naam, een adres, soms fiscale of financiele details. Dat verandert de vraag "welke transcriptiedienst gebruiken we" in een vraag die verder gaat dan prijs en snelheid alleen. Niet elk platform garandeert waar de opname en de transcriptie worden opgeslagen, en niet elk platform biedt een verwerkersovereenkomst die daarbij past.

/ 06Drie scenarios

Drie scenario's: incidenteel, maandelijks, dagelijks

In de praktijk valt bijna elk bedrijf in een van drie scenario's.

Incidenteel. Een handvol opnames per kwartaal, een los interview of een enkel klantgesprek. Een abonnement of een losse API-call bij een transcriptiedienst volstaat, en de moeite van een eigen opzet weegt niet op tegen het volume.

Maandelijks. Tientallen uren per maand, structureel terugkerend vanuit een van de drie bronnen uit sectie 03. Dit is het scenario waarin eigen GPU-uur huren aantrekkelijk wordt: het rekenmodel uit sectie 04 kantelt hier vaak, en de datagevoeligheid uit sectie 05 begint mee te wegen omdat het om terugkerende klantgesprekken gaat.

Dagelijks of continu. Structureel hoog volume, elke dag opnames die verwerkt moeten worden. Hier wordt de vraag relevant of een eigen server op locatie goedkoper uitpakt dan doorlopend huren, zoals uitgewerkt in GPU huren of kopen.

/ 07Eigen praktijk

Wat wij zelf transcriberen

We passen dit zelf toe binnen onze drie operationele bedrijven. Ons installatiebedrijf voor zon en warmtepompen transcribeert opleverings- en garantiegesprekken, onze webshop in zonne-energie legt klantgesprekken vast voor after-sales, en ons engineering-bureau voor netcongestie en batterijen zet locatiebezoeken en veldonderzoek om in doorzoekbare tekst. Handmatig uitwerken kostte voorheen al gauw een veelvoud van de opnameduur zelf. Nu loopt dat automatisch mee in de agent-orkestratie die ook de rest van onze operatie draait: 57 agents over 5 servers, lokaal en cloud, volledig automatisch.³

/ 08Volgende stap

Drie volgende stappen

1. Tel hoeveel uur opnames je nu per maand hebt liggen. Reken op basis van sectie 03 wat er structureel binnenkomt aan garantiegesprekken, klantgesprekken of veldbezoeken. Dat getal bepaalt in welk scenario uit sectie 06 je valt.
2. Bekijk het actuele GPU-prijsoverzicht. Op /gpu-huren staan de actuele tarieven van externe aanbieders naast ons eigen aanbod, zodat je het rekenmodel uit sectie 04 met echte cijfers kan invullen. Wil je eerst het bredere rekenmodel van GPU-uur naar maandbedrag zien, dan staat dat in AI-capaciteit kosten 2026.
3. Plan een gratis adviesgesprek. Twijfel je tussen een externe dienst, eigen GPU-capaciteit of een on-premise machine, plan dan een gratis adviesgesprek. We kijken samen naar je volume, je datagevoeligheid en welke route daar het beste bij past.