Reson8 brengt open spraakherkenningsmodel Rumble-2-Flash uit
De Amsterdamse startup Reson8 heeft Rumble-2-Flash uitgebracht als gratis download met open modelgewichten. Het model zet opgenomen spraak in meer dan veertig talen om naar tekst en ondersteunt ook Nederlands.
Rumble-2-Flash zet opgenomen spraak om in tekst, in meer dan veertig talen, waaronder Nederlands. Het model heeft 500 miljoen parameters, de instelbare getallen waarin het opslaat wat het heeft geleerd. Dat is klein naast de grote spraakmodellen van techbedrijven. Reson8 bracht het uit via Hugging Face, een populaire website waar AI-modellen worden gedeeld.
Iedereen mag de modelgewichten downloaden en gebruiken, ook in commerciële software, want het model valt onder de vrije Apache 2.0-licentie. Het werkt met gangbare open software om AI-modellen te draaien. Het herkent zelf welke taal er wordt gesproken en kan cijfers als getallen of als woorden uitschrijven.
Wie het model niet zelf wil draaien, kan het gebruiken via de API van Reson8, een koppeling waarmee andere software de dienst aanroept. Dat kost vanaf €0,01 per uur audio. Het bedrijf draait die dienst op eigen computers in Nederland en zegt geen opnames of uitgeschreven teksten te bewaren.
Rumble-2-Flash is bedoeld voor audio die al is opgenomen. Sprekers van elkaar onderscheiden kan het grotere model Rumble-2; live gesprekken uitschrijven hoort volgens het bedrijf ook bij een groter model.
Hoe het kleine model leerde
Reson8 maakte Rumble-2-Flash door kennis over te dragen van Rumble-2. Het kleine model schreef zelf opnames uit, waarna het grote model elk stukje van die tekst beoordeelde. Zo leerde het kleine model van zijn eigen fouten. De twee modellen hakken tekst op een andere manier in stukjes; een nieuwe methode, GOLD, maakt die stukjes toch met elkaar te vergelijken. Het model is gebouwd op het ontwerp van Qwen3-ASR, een open spraakmodel van het Qwen-team van Alibaba.
Prestaties op spraaktests
Spraakherkenning wordt gemeten met het percentage woorden dat fout gaat, vergeleken met een uitschrift door een mens. Zo'n score hangt ook af van schrijfwijzen en van fouten in dat menselijke uitschrift. Op het meertalige deel van de Open ASR Leaderboard, een openbare ranglijst op Hugging Face, kwam Rumble-2-Flash uit op gemiddeld 6,96 procent fouten over negen talen, met voor Nederlands 6,78 procent. Volgens Reson8 is dat beter dan Whisper large-v3 van OpenAI en minstens zo goed als omniASR-LLM 7B van Meta, een model dat vijftien keer zo groot is.
Op een test van het bedrijf AppTek met 302 uur echte gesprekken met telefonische hulplijnen, in veertien Engelse accenten, ging 7,86 procent van de woorden fout. Nemotron 3.5 Transcribe van Nvidia, een model dat zestig keer zo groot is, kwam uit op 7,78 procent. Alleen Qwen3-ASR 1.7B deed het in die vergelijking beter. Reson8 voerde deze test zelf uit; een deel van de cijfers van andere modellen komt van hun makers, die met andere instellingen testten.
Ook bij talen waarvan weinig opgenomen spraak bestaat, zoals Maltees en Baskisch, doet het model het volgens Reson8 veel beter dan Whisper: gemiddeld 17,6 procent fouten over tien van zulke talen, tegen 39,8 procent. Op één zware GPU van Nvidia, die veel opnames tegelijk verwerkte, schreef Rumble-2-Flash op de grotere testsets ongeveer een uur audio uit in een halve seconde.
Reson8 is de handelsnaam van Resonate Labs B.V. en telt tien mensen in Amsterdam. Raoul Ritter leidt het bedrijf en richtte het op met Thomas Kluiters, die de AI-ontwikkeling leidt, en Jarno Verhagen. In maart 2026 haalde Reson8 5 miljoen euro op bij investeerders, onder leiding van Balderton Capital en met NP-Hard Ventures.
Wat betekent dit voor de weg naar de singulariteit?
Spraak omzetten in tekst is al gewoon: telefoons en vergaderprogramma's doen het elke dag, meestal via een dienst in de cloud. Nieuw is een klein model met open gewichten dat zich volgens zijn maker kan meten met modellen die tientallen keren groter zijn. Een model van dit formaat kan een organisatie op een eigen computer draaien. Een ziekenhuis, gemeente of advocatenkantoor kan gesprekken dan uitschrijven zonder dat de opnames het gebouw verlaten. Betaalde diensten moeten daardoor hun prijs verlagen of iets bieden wat het gratis model niet kan, zoals sprekers uit elkaar houden of live meeschrijven.
Als die lijn doorzet, wordt praten een gewone manier om software te bedienen, ook in kleine talen. De grote sprong bij Maltees en Baskisch laat zien dat juist sprekers van zulke talen erop vooruitgaan. Een monteur met vieze handen, iemand die slecht ziet of een oudere die moeite heeft met typen, praat dan gewoon met een AI-assistent in de eigen taal. Een uitschrift blijft wel een weergave met fouten, dus bij een medische of juridische beslissing moet iemand kunnen nagaan wat er echt is gezegd. Wie deze systemen bouwt, kan daarvoor zorgen door de opname bij de tekst te bewaren, zodat spraak een betrouwbare ingang naar AI wordt voor iedereen.