Microsofts AI-stem spreekt Nederlands, met een callcenterstijl

Een Nederlandstalige telefoonagent die meeluistert en terugpraat, kost aan spraak een paar tientjes per maand. Veertig gesprekken van vier minuten per werkdag komen in onze rekensom uit op ongeveer $55. Het taalmodel dat bedenkt wat de agent antwoordt, en de telefoonlijn komen erbij.

De Engelstalige berichten over de lancering noemen geen Nederlandse stemmen en geen Europese regio's. Die staan alleen in Microsofts documentatie. Daar staat ook wat de aankondiging weglaat: het is een preview zonder garantie.

Twee van de drie Nederlandse stemmen zijn gemaakt voor de klantenlijn

Bron: Microsoft Learn, gecontroleerd op 2 oktober 2026.

Flash is volgens Microsoft bedoeld voor live klantenservice met veel gesprekken tegelijk, MAI-Voice-2.1 voor toepassingen waar expressie telt (Foundry-blog). Een eigen stem klonen kan met 5 tot 60 seconden audio, na een toegangsaanvraag met toestemming van de spreker. Bij Gemini 3.8 TTS mag klonen in de EER niet.

De live transcriptie verstaat Nederlands, hoe goed weet niemand

MAI-Transcribe-2-Streaming schrijft mee terwijl iemand nog praat, in 60 talen met automatische taalherkenning, waaronder Nederlands (Microsoft Learn). De eerste voorlopige tekst komt volgens Microsoft na iets meer dan 100 milliseconden.

In die voorlopige eigen benchmark zit het model bij de eerste voorlopige tekst op 2,8 procent verkeerd uitgeschreven woorden. Microsofts oudere Azure-dienst maakt op dezelfde maat ongeveer twee keer zoveel fouten. Voor het eindtranscript claimt Microsoft 2,5 procent en de eerste plek bij Artificial Analysis, een onafhankelijke ranglijst van spraakmodellen. OrcaRouter wijst erop dat het model bij het schrijven nog niet op die ranglijst stond, en dat die 2,5 procent ongeveer twee fouten per duizend woorden scheelt met de huidige koploper (OrcaRouter). Cijfers per taal publiceert het bedrijf niet. Hoe goed het model Nederlands verstaat op een slechte mobiele lijn, weet dus niemand.

Via de Realtime API duurt een sessie maximaal een uur, en detecteert de dienst niet zelf wanneer de beller is uitgesproken. Dat moment (de commit) bepaalt de ontwikkelaar, bijvoorbeeld met een eigen stiltedetector (Microsoft Learn).

Een maand klantgesprekken kost tientjes, zonder taalmodel

Die prijzen staan bij Microsoft AI en The Decoder; de $0,54 is een introductieprijs tot het einde van het jaar. Bedragen gecontroleerd op 2 oktober 2026. Een europrijs bestaat nog niet.

Microsoft telt alle tekens mee die naar de stem gaan, ook spaties, leestekens en de stijlcode; alleen de speak- en voice-tags niet (Microsoft Learn). Wij rekenen met 900 tekens per gesproken minuut: ongeveer 150 woorden van zes tekens, spatie meegeteld. Dat is onze aanname, geen cijfer van Microsoft.

Veertig gesprekken van vier minuten op 22 werkdagen is 3.520 minuten, ruim 58 uur. Transcriptie van het hele gesprek kost $31,68. Praat de agent de helft van de tijd, dan is dat 1.584.000 tekens: $23,76 met Flash. Samen $55,44 per maand. Met MAI-Voice-2.1 wordt het $66,53.

OpenAI en Google rekenen per minuut en per token, dus een directe vergelijking gaat mank (GPT-Live-1, Gemini 3.8 Live).

Vul hieronder je eigen aantallen in. De prijs na 2026 laat het blok open.

Interactief

Reken uit wat een maand klantgesprekken aan spraak kost

Kosten per maandWaar draait het?

Spraak in en uit, per maand

$55,44

Transcriptie, 58,7 uur audio

$31,68

Stem, 1.584.000 tekens

$23,76

3.520 gespreksminuten per maand, $0,95 per gespreksuur

Gesprekken per dagper dag

Minuten per gesprekmin

Werkdagen per maanddagen

Deel dat de agent praat%

Welke stem?

Flash, $15 per miljoen tekensVoice-2.1, $22 per miljoen tekens

Welke periode?

Tot en met 2026Vanaf 2027

Wat gaat naar de transcriptie?

Hele gesprekAlleen de beller

Alleen de beller is goedkoper, maar dan heb je geen volledig verslag van het gesprek.

Totaal per maand: $55,44

Aannames

Tekens per gesproken minuuttekens

Onze aanname, geen cijfer van Microsoft: ongeveer 150 woorden per minuut van ongeveer 6 tekens, spatie meegeteld. Microsoft telt alle tekens in de opmaakcode (SSML) mee, ook spaties, leestekens en de stijlcode; alleen de speak- en voice-tags niet.

Gebouwd door AI Centrum Nederland. Alleen spraak in en uit: het taalmodel dat het antwoord bedenkt, de telefoonverbinding en overige Azure-kosten zitten er niet in. Dollarprijzen zonder btw van Microsoft (1 oktober 2026) en The Decoder, gecontroleerd op 2 oktober 2026. De dienst is een preview zonder SLA.

Europese regio's, maar geen garantie en geen SLA

De modelpagina van de stemmen noemt veertien regio's, waaronder West Europe (Nederland), Sweden Central, France Central en North Europe (Ierland). In Microsofts eigen regiotabel ontbreekt het vinkje bij North Europe. De live transcriptie draait in Europa alleen in Sweden Central.

Waar je data verwerkt wordt, spreekt Microsoft zichzelf tegen. Op dezelfde regiopagina staat dat Azure Speech je data niet buiten de regio van je resource opslaat of verwerkt. De MAI-modelpagina's zeggen dat je de modellen wereldwijd kunt gebruiken en dat Azure verzoeken naar de genoemde regio's routeert. Wat voor deze preview geldt, is dus niet bevestigd. Voor het verwante batchmodel MAI-Transcribe-2 vond een beantwoorder op Microsoft Q&A in september geen openbare verklaring dat de preview onder de EU Data Boundary valt (Microsoft Q&A). Wie klantgesprekken met namen en adressen door deze preview stuurt, weet niet zeker in welk land ze verwerkt worden.

"This preview is provided without a service-level agreement, and is not recommended for production workloads."

Die zin staat op de Learn-pagina's van alle drie de modellen. De aankondigingen zeggen alleen "available". Geen SLA betekent: valt de dienst een middag uit, dan heeft Microsoft niets beloofd. Voor een klantenlijn is dat het verschil tussen een proef en een dienst.

Een beller moet weten dat hij met AI praat

Sinds 2 augustus 2026 is de transparantieplicht uit artikel 50 van de AI Act handhaafbaar. Wie belt en een AI-stem krijgt, moet dat te horen krijgen.

Hoe echt die stem klinkt, maakt dat dringender. Volgens Microsoft vond 50,3 procent van 4.000 luisteraars MAI-Voice minstens zo menselijk als een opname van een echt persoon (Unite.ai). Hoe die test liep en in welke taal, heeft Microsoft niet gepubliceerd.

Juist mensen die geen scherm willen, bellen. Die drempel zagen we bij ouderen die voice AI wel gebruiken. Ik denk dat de eerste zin van zo'n agent daarom de belangrijkste is: dat hij een agent is.

Volgende Stap

Wil je een spraakagent eerst proberen op een interne lijn of een terugbelflow, en weten wat hij echt kost? Neem contact op of doe de AI-scan.

Headerbeeld: Microsoft AI. Grafiek: Microsoft. Rekenblok: AI Centrum Nederland. Wij hebben de modellen niet zelf getest.