Waarom uw Kantonese vergadernotulen altijd „net niet kloppen”: twee breuklijnen

Wie voor het eerst een AI-tool inzet voor Kantonese vergadernotulen, reageert meestal hetzelfde: het resultaat oogt keurig, maar voelt „net niet goed”. Er staan geen duidelijke fouten in, en toch mist er iets wanneer u het naast uw herinnering aan het gesprek legt.

Dat verschil komt doorgaans niet uit de hoek die iedereen als eerste vermoedt: de herkenningsnauwkeurigheid. Bij zuiver Kantonees, één spreker en een rustige omgeving presteren de gangbare tools inmiddels prima. Het probleem zit op twee andere plekken — en dat zijn nu juist de twee vormen die het dagelijkse gesprek in Hongkong kenmerken.

Ten eerste: zodra Chinees en Engels binnen één zin worden gemengd, daalt de herkenningskwaliteit merkbaar. Ten tweede: zelfs bij correcte herkenning is de uitvoer vaak al herschreven naar schriftelijk Chinees — het is niet meer de zin die u uitsprak.

Deze twee zaken hebben verschillende oorzaken en raken verschillende situaties. Het loont om ze apart te behandelen.

En ze gelden niet alleen voor Hongkong: hetzelfde patroon doet zich voor overal waar mensen in het dagelijks leven twee talen binnen één zin gebruiken — Nederlands met Engelse vaktermen, Hindi met Engels, Spaans met Engels. Kantonees-Engels is een bijzonder goed gedocumenteerd geval, maar het faalmechanisme is hetzelfde.

Conclusie in 30 seconden

• Taalmenging heeft een prijs, en die is meetbaar → Openbare onderzoeksliteratuur meldt voor Kantonees-Engelse codewisseling tekenfoutpercentages van ongeveer 20 %–26 %, tegenover ongeveer 6 %–8 % voor vergelijkbare systemen op eentalig materiaal. Een verschil van drie tot vier keer.
• „Goed verstaan” en „goed opgeschreven” zijn twee verschillende dingen → U zegt iets in spreektaal, de notulen geven de schrijftaalvariant: de betekenis blijft, de oorspronkelijke bewoording verdwijnt.
• In de meeste situaties maakt dat niet uit, in enkele situaties is het cruciaal → Voor een samenvatting van informeel overleg speelt het geen rol; voor medische anamnese, sociale dossiers, mediationverslagen en onderzoeksinterviews juist wel.
• De Kantonese datavoorraad maakte in 2025 een sprong van een orde van grootte → van openbare corpora van enkele tientallen uren naar de 21.800 uur van WenetSpeech-Yue, maar codewisseling blijft onopgelost.
• Bepaal vóór uw toolkeuze of u „de betekenis” of „de letterlijke woorden” nodig hebt → beide vragen om andere instellingen; onderaan dit artikel vindt u een korte checklist.

Eerst twee zaken scheiden: herkenning vs. weergave

In discussies over de kwaliteit van Kantonese notulen worden twee losstaande stappen makkelijk door elkaar gehaald.

Herkenning (ASR) zet geluid om in tekst. Falen op dit niveau is „verkeerd verstaan” — het systeem hoort niet wat u zei, of verwart een woord met een gelijkluidend woord.

Weergave bepaalt in welke vorm die tekst uiteindelijk verschijnt. Falen op dit niveau is „herschrijven” — de herkenning was accuraat, maar bij de uitvoer is de spreektaal gladgestreken tot schrijftaal.

Wat de meeste mensen aanduiden als „Kantonese notulen zijn onnauwkeurig”, zijn in werkelijkheid problemen op beide niveaus, die om volstrekt verschillende oplossingen vragen. Het eerste niveau is een kwestie van modelcapaciteit en trainingsdata, het tweede meestal een ontwerpkeuze — en vaak een bewuste.

Breuklijn één: Kantonees-Engelse taalmenging

Waarom dit bijzonder lastig is

「我想去 Causeway Bay 開個 meeting，順便 check 一下 schedule。」

Vrij vertaald: „Ik wil naar Causeway Bay voor een meeting en meteen even het schema checken.” Kantonees zijn hier 我想去 (ik wil naar), 開個 (houden), 順便 (meteen ook), 一下 (even) en de zinsbouw; Engels zijn Causeway Bay, meeting, check en schedule. Juist die vermenging binnen één zin is waar het om draait.

In Hongkong is zo'n zin volstrekt alledaags. Voor een herkenningssysteem vraagt hij echter om iets heel anders dan een zuiver Kantonese zin. Het systeem moet binnen dezelfde zin — zelfs binnen één ademteug — in real time wisselen tussen twee volledig verschillende klanksystemen en woordenschatten, en het wisselpunt wordt op geen enkele manier aangekondigd.

Nog lastiger: wanneer mensen in Hongkong Engelse woorden gebruiken, is de uitspraak vaak al verkantoneesd — lettergreepstructuur en toonverloop zijn gelokaliseerd. Die uitspraken passen noch bij wat het Engelse model verwacht, noch staan ze in het lexicon van het Kantonese model. Beide kanten vinden ze niet van zichzelf.

Het verschil in cijfers

De openbare onderzoeksliteratuur schetst een tamelijk consistent beeld: het tekenfoutpercentage bij Kantonees-Engelse codewisseling ligt ongeveer tussen 20 % en 26 %, terwijl vergelijkbare systemen op eentalig materiaal rond 6 % tot 8 % uitkomen. Op speciale testsets voor Kantonees-Engelse mengspraak halen systemen op basis van Whisper een mixed error rate van ongeveer 22 %.

Vertaald naar beleving: bij zuiver Kantonees is grofweg één op de ruim tien tekens fout, bij gemengd materiaal ongeveer één op de vier à vijf. Dat laatste betekent dat u een verslag zin voor zin moet nalopen voordat u het durft te gebruiken.

Deze fouten hebben een bijzondere vorm

Opvallend is dat codewisselingsfouten niet, zoals gewone herkenningsfouten, „zichtbaar fout” zijn. Het systeem laat zelden een gat vallen of produceert onzintekens; het neigt ertoe een klankverwant en grammaticaal aannemelijk Chinees woord in te vullen.

Het resultaat is een zin die aan de oppervlakte volkomen soepel loopt, maar waarvan de betekenis al is verschoven. Dat is veel gevaarlijker dan een duidelijke fout — bij een duidelijke fout stopt u om te controleren, over een vloeiende foute zin leest u zo heen.

Breuklijn twee: gesproken Kantonees vs. schriftelijk Chinees

Twee schrijfwijzen van dezelfde zin

Geen enkele regel in de middelste kolom is „fout”. De betekenis klopt telkens, de tekst leest zelfs vlotter. Het probleem is: zo praat niemand.

Waarom systemen dit doen

Dit is meestal geen bug. De trainingsdata voor geschreven Chinees bestaan overweldigend uit standaardschrijftaal; geschreven gesproken Kantonees (tekens als 嘅, 咗, 喺, 哋) vormt een verwaarloosbaar deel van het totale corpus. Zonder expliciete instructie neigt een model vanzelf naar de vorm van Chinees die het het beste kent.

En in de meeste gevallen is die standaard juist. Voor samenvattingen, actielijsten of doorsturen naar collega's die geen Kantonees kennen, is de schrijftaalversie duidelijk bruikbaarder.

Maar in sommige situaties geldt precies het omgekeerde

Er bestaat een hele categorie toepassingen waarin juist de letterlijke bewoording nodig is.

• Medische anamnese: de woorden waarmee een patiënt symptomen beschrijft, zijn zelf klinische informatie. Uitdrukkingen als 「頂住頂住」 (een aanhoudend drukkend gevoel), 「唧住痛」 (een knijpende, samenpersende pijn) of 「作嘔作悶」 (misselijk en beroerd) verliezen precies die concrete gewaarwording zodra ze naar standaardtermen worden herschreven.
• Sociale dossiers: de eigen woorden van de cliënt wegen mee in de beoordeling; herschrijven voegt al bij de vastlegging een interpretatielaag toe.
• Mediation en geschillenbehandeling: wie wat op welke toon zei, is zelf het twistpunt.
• Onderzoeksinterviews en oral history: de waarde van een woordelijk verslag staat of valt met de woordelijkheid.
• Taalonderwijs en corpusopbouw: de gesproken vorm is hier zelf het onderzoeksobject.

Wat deze situaties gemeen hebben: het verslag dient niet alleen om te onthouden wat er is besproken, maar kan later worden geciteerd, getoetst of als grondslag gebruikt. Een stilzwijgend bijgeschaafd verslag is voor dat doel riskant — het ziet er volkomen normaal uit, en u komt niet te weten waar er iets is veranderd.

Een vaak vergeten randvoorwaarde: de stand van de Kantonese data

Om te begrijpen waarom Kantonese tools zo uiteenlopend presteren, helpt het naar de omvang van de beschikbare data te kijken.

De komst van WenetSpeech-Yue in 2025 is een sprong van een orde van grootte — daarvoor bleven openbare Kantonese spraakdata langdurig steken op enkele tientallen tot enkele honderden uren, terwijl bij de grote talen moeiteloos met tienduizenden uren wordt gewerkt. Dat verklaart waarom Kantonese tools altijd achterliepen.

Let wel: de groei van de datahoeveelheid verbetert vooral de herkenning van eentalig Kantonees. Codewisseling vraagt om gemengde corpora, en die zijn moeilijker te annoteren en nog altijd beperkt in omvang. Breuklijn één zal dus duidelijk trager verbeteren dan de zuiver Kantonese herkenning.

Nog een Hongkongse context

Zijdelings een reeks bijbehorende cijfers. Volgens de volkstelling van 2021 telt Hongkong ongeveer 619.568 inwoners van niet-Chinese afkomst, oftewel 8,4 % van de bevolking. Wat het spreken van Kantonees betreft: 17,6 % onder Filipijnse afkomst, 25,0 % onder Indiase afkomst, 34,7 % onder Zuid-Aziatische afkomst in het geheel — terwijl de Engelse taalbeheersing doorgaans boven de 84 % ligt.

Met andere woorden: de dagelijkse talige realiteit in Hongkong is geen enkelvoudig Kantonees toneel, maar een gelijktijdige aanwezigheid van Kantonees, Engels en diverse andere talen. Een tool die alleen Kantonese herkenning goed doet maar niet in real time kan vertalen, lost slechts de helft van het probleem op.

Hoe Traverba met deze twee breuklijnen omgaat

• Taalmenging eerst — de herkenning is afgestemd op Hongkongse zinnen met Chinees-Engelse menging, in plaats van Kantonees en Engels als twee elkaar uitsluitende modi te behandelen.
• Behoud van de gesproken vorm — de transcriptie volgt de vorm waarin u werkelijk sprak; samenvatting en vertaling worden apart gegenereerd. De oorspronkelijke bewoording en de bewerkte versie bestaan naast elkaar, in plaats van dat de bewerkte versie het origineel overschrijft.
• Realtime transcriptie én realtime vertaling in één — één gesprek, één spreker, ruim 100 talen: toehoorders scannen een QR-code en zien de ondertiteling in hun eigen taal, zonder app te downloaden.
• Standaard op het toestel — de spraakherkenning draait standaard op het apparaat, cloud-AI is optioneel; bij gevoelige inhoud hoeft er niets naar buiten.
• Volledig woordelijk verslag exporteerbaar — na afloop kunt u het letterlijke verslag en de vertaalde versie exporteren en gescheiden bewaren.

Voor de duidelijkheid: gaat het u om samenvattingen van gewone zakelijke vergaderingen, interne afstemming of actielijsten, dan doen de meeste AI-notitietools op de markt dat al goed, en is de schrijftaaluitvoer daarvoor zelfs handiger — dan hoeft u niet over te stappen. De genoemde verschillen tellen pas echt waar de letterlijke bewoording zelf de informatie is.

Hoe beslist u? Een korte checklist

Stel uzelf drie vragen:

Eén: wordt dit verslag later geciteerd of getoetst? Zo ja (dossiers, klinische vastlegging, mediation, interviews), dan hebt u een woordelijk verslag nodig én de zekerheid dat de tool op de achtergrond niets herschrijft. Zo nee, dan is een schriftelijke samenvatting praktischer.

Twee: hoe hoog is de dichtheid van taalmenging in het gesprek? Een enkel Engels woord tussendoor kunnen de meeste tools aan. Gaat het om die typisch Hongkongse gesprekken met twee of drie wisselingen per zin, test dan eerst met een echte opname en vaar niet op officiële talenlijsten.

Drie: is de inhoud gevoelig? Gaat het om opnamen met medische, dossier- of juridische inhoud, controleer dan eerst de gegevensstroom: verwerking lokaal of in de cloud, bewaartermijn, en of er voor training wordt gebruikt.

Tot slot één advies: test elke tool met een echt gesprek van uzelf, niet met een voorgelezen tekst. Voorgelezen Kantonees kent geen codewisseling, geen spreektaalpartikels en geen overlappende inbreng — daarmee komt geen van de genoemde problemen aan het licht.

Meer weten

Bij Kantonese verslaglegging bestaat er geen tool die in alle situaties past. Bepalend is dat u eerst uitmaakt of u „de betekenis” of „de letterlijke woorden” nodig hebt — die keuze bepaalt rechtstreeks wat u kiest en hoe u het instelt.

Wilt u weten hoe Traverba omgaat met taalmenging en behoud van de gesproken vorm, ga dan naar traverba.com of download de app via Google Play en de App Store.

De in dit artikel genoemde foutpercentages komen uit openbaar beschikbare onderzoeksliteratuur over Kantonese spraakherkenning, de corpusomvang uit de officiële opgaven van de betreffende corpora, en de bevolkings- en taalvaardigheidscijfers uit de volkstelling 2021 van de regering van Hongkong. Alle gegevens naar de stand van medio 2026; modellen en tools blijven zich ontwikkelen, en de werkelijke prestaties hangen af van opnamekwaliteit, accent, omgevingsgeluid en de specifieke versie. Alle merken en handelsmerken behoren toe aan hun respectieve eigenaren.