TL;DR
- Wat: Vercel ondersteunt nu realtime spraak, text-to-speech en transcriptie via AI Gateway en AI SDK 7.
- Waarom relevant: Voice agents worden steeds toegankelijker voor webapplicaties — ook als je geen spraaktechnologie-specialist bent.
- Wat je ermee kunt: Bekijk of spraakgestuurde klantinteractie (telefoonassistent, ingesproken notities) past bij jouw dienstverlening.
Vercel kondigde deze week aan dat hun AI Gateway nu ook spraakfunctionaliteit ondersteunt. Realtime voice, text-to-speech en transcriptie zijn beschikbaar via AI SDK 7. Ik vond dit het opschrijven waard omdat het de drempel om met spraaktechnologie te werken weer een stuk lager legt — en dat raakt ondernemers directer dan je misschien zou denken.
Wat heeft Vercel precies gelanceerd?
De aankondiging draait om drie nieuwe mogelijkheden binnen de AI Gateway van Vercel:
Realtime voice (
useRealtime) — een live spraakverbinding waarbij een gebruiker in de browser praat en het AI-model direct antwoordt. Geen wachttijd, geen apart inspreken en versturen. De gebruiker kan het model zelfs onderbreken, zoals je dat in een normaal gesprek zou doen.Text-to-speech (
generateSpeech) — tekst omzetten naar gesproken audio. Denk aan het voorlezen van antwoorden, het genereren van voice-overs of het uitspreken van meldingen.Transcriptie (
transcribe) — gesproken audio omzetten naar tekst. Bijvoorbeeld voor het uitwerken van gespreksnotities of het verwerken van ingesproken berichten.
Deze functies zijn beschikbaar via AI SDK 7 en draaien op dezelfde gateway die Vercel al gebruikte voor tekst- en beeldmodellen. Dat betekent dat je dezelfde monitoring, kostenbeheer en eigen API-sleutels kunt gebruiken.
Bij de lancering worden modellen van OpenAI en xAI ondersteund. De functies zijn nog in bèta, dus het is goed om dat in je achterhoofd te houden.
Waarom is dit anders dan losse spraak-API's gebruiken?
Wat mij hier opvalt, is het verschil tussen de realtime-aanpak en de traditionele manier waarop spraak in applicaties werkt.
De klassieke route is een keten van drie stappen: eerst spraak omzetten naar tekst (speech-to-text), dan die tekst door een taalmodel halen, en tot slot het antwoord weer omzetten naar spraak (text-to-speech). Elke stap kost tijd. Elke stap kan fouten introduceren. En het voelt voor de gebruiker als praten tegen een antwoordapparaat.
Bij de realtime-modus van Vercel hoort en spreekt één model tegelijk. Vergelijk het met het verschil tussen een e-mailwisseling en een telefoongesprek: bij e-mail wacht je steeds op een antwoord, bij een gesprek loopt alles vloeiend door elkaar.
De useRealtime-hook — een stukje code dat je in je webapplicatie plaatst — regelt de microfoon, de verbinding en het afspelen van audio. De beveiliging werkt met tijdelijke tokens, zodat je API-sleutels niet in de browser hoeft bloot te geven. Dat is een technisch detail, maar wel een belangrijk detail: het betekent dat je dit relatief veilig kunt inzetten zonder een heel beveiligingsteam op te tuigen.
Wat betekent dit voor een ondernemer?
Kun je je voorstellen dat een klant je website opent, op een microfoonknop drukt en direct een gesprek voert met een AI-assistent die je producten kent? Dat is waar deze technologie naartoe beweegt.
Nu hoef je niet meteen in die richting te springen. Maar er zijn al concrete, kleinere toepassingen die dichter bij de realiteit liggen:
Telefonische bereikbaarheid
In Nederland zijn er al diensten als Voicelabs en TalkMate die AI-telefoonassistenten aanbieden voor het MKB. Volgens cijfers van Voicelabs geeft 91% van de klanten nog steeds de voorkeur aan bellen boven andere kanalen. En de terugverdientijd van een voice agent zou tussen de twee en zes maanden liggen.
Wat Vercel nu doet, is de bouwstenen beschikbaar maken waarmee ontwikkelaars dit soort oplossingen zelf kunnen bouwen — direct in een webapplicatie, zonder apart telefonieplatform.
Ingesproken notities en transcriptie
De transcribe-functie is misschien de meest laagdrempelige van de drie. Stel dat je als ondernemer na elk klantgesprek een korte voice memo inspreekt. Die kun je automatisch laten uitwerken naar tekst en in je CRM laten plaatsen. Geen typwerk, geen vergeten aantekeningen.
Toegankelijkheid
Een webshop of dienstverlener die ook via spraak bereikbaar is, maakt de drempel lager voor mensen die moeite hebben met typen of lezen. Dat is niet alleen sympathiek, het vergroot je bereik.
De Nederlandse context: veel investeringen, wisselende resultaten
Ik vind het interessant om dit naast de bredere Nederlandse cijfers te leggen. Volgens een analyse van Voicelabs investeert 84% van de Nederlandse MKB-bedrijven dit jaar meer in AI — het hoogste percentage in heel Europa. Maar slechts 5% van de implementaties zou daadwerkelijk slagen.
Dat is een opvallend contrast. Het suggereert dat de technologie niet het probleem is — de implementatie wel. Nieuwe tools zoals die van Vercel maken het technisch eenvoudiger, maar de echte uitdaging zit in het bedenken wáár spraak daadwerkelijk waarde toevoegt in jouw specifieke klantproces.
Ik denk dat het daarom verstandig is om niet te beginnen bij de technologie, maar bij de vraag: waar lopen mijn klanten vast? Waar bellen ze het meest over? Waar valt communicatie weg? En pas dan te kijken of een voice agent daar iets aan kan veranderen.
Bèta betekent: nog niet af
Een kanttekening die ik wel wil maken: deze functies zijn in bèta. Dat betekent dat er nog dingen kunnen veranderen, dat er bugs kunnen zitten in de implementatie, en dat de beschikbare modellen en providers waarschijnlijk nog worden uitgebreid.
Voor wie al met Vercel werkt of een ontwikkelaar in dienst heeft die met de AI SDK bouwt, is dit een logisch moment om te experimenteren. Voor wie dat niet heeft, is het vooral goed om te weten dat de richting waarin spraaktechnologie beweegt steeds meer richting standaard webinfrastructuur gaat. Het wordt normaler, toegankelijker en goedkoper.
Een stille verschuiving
Wat mij het meest opvalt aan deze aankondiging, is niet zozeer wat er gelanceerd is, maar hoe vanzelfsprekend het wordt. Spraakherkenning, spraaksynthese en realtime gesprekken worden onderdeel van dezelfde toolkit waarmee je nu al websites en apps bouwt. Geen apart systeem, geen specialistisch platform — gewoon een extra laag op je bestaande infrastructuur.
Voor mij is dit vooral een signaal dat spraakinteractie geen niche meer is. Het schuift langzaam richting een standaardfunctie, net zoals chat dat een paar jaar geleden deed. En als ondernemer is het slim om daar op z'n minst van op de hoogte te zijn — ook als je er vandaag nog niets mee doet.