Azure AI Speech
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
Algemene informatie
Thema
Begindatum
Contactgegevens
Verantwoord gebruik
Doel en impact
Het omzetten van audiofragmenten van hoorzittingen naar tekst maakt de inhoud toegankelijk, doorzoekbaar en geschikt voor analyse en verslaglegging. Dit vergroot de transparantie, vindbaarheid en herbruikbaarheid van informatie voor betrokkenen en ondersteunt verantwoording in besluitvorming.
Afwegingen
Belangrijke afwegingen zijn het waarborgen van privacy tegenover tijdsbesparing, betere verslaglegging en het verminderen van de administratieve last aangevuld met aandacht voor transcriptiefouten en het correct vastleggen van nuance en context.
Menselijke tussenkomst
De menselijke tussenkomst bestaat uit het invoeren van de audio-opname, controleren, herformuleren en zakelijk samenvatten van de transcriptie, waarbij wordt gelet op juistheid, volledigheid, nuance en context. Hierbij worden eventuele fouten gecorrigeerd en wordt privacygevoelige informatie zorgvuldig beoordeeld.
Risicobeheer
Het risicobeheer omvat dat audio-opnames niet worden opgeslagen in de tool en dat gegevens binnen de beveiligde omgeving van de gemeente Waalwijk blijven volgens de geldende bewaartermijn. De gegevens worden niet gebruikt voor training en alleen verwerkt met toestemming van de inwoner. Daarnaast vindt menselijke controle plaats door het herformuleren en controleren van de transcriptie. We delen het verslag met de bezwaarmaker voor verificatie en eventuele correcties.
Impacttoetsen
Werking
Gegevens
Tijdens de zitting van de commissie bezwaarschriften worden persoonsgegevens verwerkt, zoals naam en contactgegevens. Noodzakelijk voor de zitting kunnen ook bijzondere persoonsgegevens worden verwerkt, zoals medische of financiële informatie. Ook de inhoud van de inbreng van betrokkenen, inclusief argumenten en verklaringen, wordt vastgelegd voor een volledig en correct verslag.
Technische werking
Het algoritme helpt om zo accuraat mogelijk een geluidsopname om te zetten naar tekst. Dit gebeurt met behulp van spraakherkenningstechnologie (speech-to-text), waarbij het systeem getraind is op grote hoeveelheden geluidsdata om gesproken taal te herkennen en om te zetten naar geschreven tekst. Hierbij wordt rekening gehouden met verschillende sprekers met accenten, spreektempo’s en achtergrondgeluiden.
Met behulp van een aanvullend algoritme kan dit transcript vervolgens automatisch worden geanalyseerd en samengevat tot een accuraat en gestructureerd verslag. Hierbij worden relevante onderwerpen, kernpunten en context uit de tekst gehaald, zodat een begrijpelijke en bruikbare weergave van het gesprek ontstaat.