Inhoud samenvatten met:
Cartesia versus ElevenLabs voor telefoonagents: zo kies je een stem die werkt in een echt gesprek
Elke stemdemo klinkt geweldig. Een heldere studio-opname, geen achtergrondgeluid, geen beller die je na twee woorden onderbreekt. Telefoongesprekken zijn anders: smalle audio, ongeduldige mensen, namen die gespeld moeten worden en een rekening die oploopt met elke minuut dat de agent spreekt. Daarom is "Cartesia versus ElevenLabs" de verkeerde vraag als je die beantwoordt op basis van een landingspagina. De juiste vraag is: welke stem houdt stand tijdens jouw gesprekken, op jouw volume, voor een prijs die je kunt begroten?
Deze gids biedt je een herhaalbare stemtest voor AI-telefoonagents. Je krijgt de gepubliceerde listprijzen van beide aanbieders, een berekening van de kosten per minuut die je zelf kunt controleren, een testplan voor 20 gesprekken, een beoordelingsformulier en een beslisregel. Wil je eerst een breder beeld van de aanbieders? Lees dan onze eerdere vergelijking tussen Cartesia, ElevenLabs en Minimax.io. Dit artikel gaat een stap verder: het laat je zien hoe je een keuze maakt voor jouw specifieke use case.
Wat een stem daadwerkelijk doet tijdens een telefoongesprek
Het text-to-speech (TTS) model is de laatste stap in de keten. De beller spreekt, speech-to-text zet dit om in woorden, het taalmodel bepaalt wat er gezegd moet worden en TTS zet het antwoord om in audio. Als je de volledige keten uitgelegd wilt hebben, behandelt onze gids over TTS en STT voor voice-agents dit stap voor stap.
Voor een telefoonagent beïnvloedt de stem vier zaken die de beller binnen enkele seconden opmerkt:
- Tijd tot de eerste audio. Hoe lang de beller in stilte wacht nadat hij een zin heeft afgerond. Meer hierover in onze gids over latentie bij voice-agents.
- Helderheid op de telefoonlijn. Telefoonaudio is gecomprimeerd. Een stem die rijk klinkt via een koptelefoon, kan modderig klinken via een hoorn.
- Afhandeling van lastige content. Telefoonnummers, straatnamen, e-mailadressen, productcodes en merknamen.
- Toon. Rustig en vriendelijk voor een tandartspraktijk, vlot voor een bezorgdienst, formeel voor een advocatenkantoor.
Wat de twee aanbieders publiceren
Beide aanbieders publiceren listprijzen. We hebben beide prijspagina's gecontroleerd op 1 november 2026. Gebruik ze als startpunt en controleer de pagina's opnieuw voordat je ergens voor tekent, want plannen veranderen.
| Onderdeel | Cartesia | ElevenLabs |
|---|---|---|
| Facturatie-eenheid | Credits, 1 credit per karakter voor Sonic TTS | Prijs per 1.000 karakters (API) |
| Prijs snel model | Op basis van abonnement: Pro 5 USD voor 100K credits, Startup 49 USD voor 1,25M, Scale 299 USD voor 8M | Flash / Turbo: 0,04 USD per 1.000 karakters |
| Prijs premium model | Zelfde credit-tarief als de bovenstaande abonnementen | Multilingual v2 en v3: 0,08 USD per 1.000 karakters |
| Gepubliceerde snelheidsclaim | Geen latentieclaim op de prijspagina | Flash: "ultra-low latency (~75ms)" |
| Karakters per audiominuut | Ongeveer 750 tot 800 credits per minuut audio | Niet vermeld op de prijspagina |
Twee dingen vallen op. Ten eerste verschillen de eenheden: Cartesia verkoopt credit-bundels, ElevenLabs verkoopt karakters. Je kunt de getallen in de koppen niet direct vergelijken. Ten tweede is het enige snelheidsgetal een bewering van de leverancier voor één model. Een bewering is geen meting op jouw telefoonlijn, en daarom is de onderstaande test zo belangrijk.
Kosten per minuut aan agent-spraak, berekend
Om de twee op één schaal te vergelijken, rekenen we beide om naar kosten per minuut audio. Cartesia stelt dat één minuut audio ongeveer 750 tot 800 credits kost. We gebruiken het gemiddelde van 775 karakters per minuut voor beide aanbieders. Dit is een aanname voor de vergelijking; spreeksnelheid varieert per stem en taal.
De berekening: prijs per 1.000 karakters vermenigvuldigd met 0,775. Cartesia Scale is 299 USD voor 8 miljoen credits, wat neerkomt op 0,0374 USD per 1.000. Startup is 49 USD voor 1,25 miljoen, of 0,0392 USD per 1.000. Pro is 5 USD voor 100.000, of 0,05 USD per 1.000.
De grafiek laat zien wat de cijfers zeggen: de snelle modellen zitten binnen twee tienden van een cent van elkaar. De premium-modellen van ElevenLabs kosten per minuut ongeveer het dubbele. Bij kleine volumes is dit verwaarloosbaar. Op schaal is het een serieuze kostenpost, dus kijk naar een uitgewerkt voorbeeld.
Neem een servicedesk met 1.000 gesprekken per maand en vier minuten per gesprek. Ga ervan uit dat de agent ongeveer de helft van de tijd spreekt, dus 2.000 minuten aan agent-audio per maand. Tegen de bovenstaande tarieven is dit ongeveer 58 USD bij Cartesia Scale, 62 USD bij ElevenLabs Flash en 124 USD bij de premium ElevenLabs-modellen. Dit zijn enkel de stemkosten. Het taalmodel, de spraakherkenning en de telefonie zijn aparte kostenposten. Ons overzicht van vijf kostenposten achter de minuut laat zien hoe deze optellen.
Bereken je ROI met geautomatiseerde gesprekken
Ontdek hoeveel je per maand bespaart via AI voice agents.
ROI Resultaat
ROI 0%
Geen creditcard nodig
De stemtest van 20 gesprekken
Een goede test is klein, vastomlijnd en eerlijk. Hier is een opzet die ongeveer twee uur in beslag neemt.
Stap 1: Schrijf 20 korte scripts op basis van echte gesprekken
Neem echte transcripties uit je inbox of gesprekslogboek en kies de zinnen die je agent het vaakst zal uitspreken. Dek vijf groepen af met elk vier scripts:
- Begroeting en bedrijfsnaam. Vermeld je merknaam precies zoals deze geschreven wordt.
- Getallen en codes. Telefoonnummers, ordernummers, openingstijden, prijzen.
- Namen en plaatsen. Straatnamen, lokale steden, achternamen die veel voorkomen in jouw regio.
- Empathie. Een vertraging, een klacht, een annulering.
- Afsluiting en overdracht. Een afspraak bevestigen, doorverbinden naar een medewerker.
Stap 2: Gebruik dezelfde agent, verander alleen de stem
Houd de prompt, het taalmodel en het telefoonnummer identiek. Alleen de stem verandert. Anders test je de prompt, niet de stem. In Famulor kies je de stem in de stemmenbibliotheek, die stemmen van verschillende aanbieders bevat, waaronder Cartesia en ElevenLabs. Bekijk eerst een voorbeeld en voer daarna de testgesprekken uit op een echte telefoonlijn.
Stap 3: Bel alsof je een klant bent
Bel vanaf een mobiele telefoon, niet vanaf een headset naast je laptop. Bel één keer vanuit een stille kamer en één keer vanaf straat of vanuit de auto. Onderbreek de agent minstens vijf keer midden in een zin. Vraag of hij een nummer kan herhalen. Spel een naam en vraag om bevestiging.
Stap 4: Beoordeel elk gesprek
Gebruik één formulier voor elke stem en beoordeel elk punt van 1 (slecht) tot 5 (uitstekend). Laat twee mensen onafhankelijk van elkaar beoordelen en vergelijk daarna de resultaten.
| Criterium | Waar op te letten | Weging |
|---|---|---|
| Helderheid op de telefoon | Elk woord verstaanbaar via een hoorn, ook met achtergrondgeluid | 25 % |
| Lastige content | Getallen, namen, codes en merktermen correct uitgesproken | 25 % |
| Reactietijd | Geen ongemakkelijke stilte nadat de beller is uitgesproken | 20 % |
| Toon passendheid | Klinkt als jouw bedrijf, niet als een generieke omroeper | 15 % |
| Onderbrekingen | Stopt netjes wanneer de beller spreekt, hervat op natuurlijke wijze | 15 % |
De wegingen zijn een suggestie. Een bedrijf dat veel getallen voorleest, moet "lastige content" zwaarder laten wegen. Een premium merk zou "toon passendheid" zwaarder kunnen laten wegen.
Taal en accenten: test wat jouw bellers spreken
Als jouw bellers Duits, Nederlands, Spaans of Frans spreken, voer dan de hele test in die taal uit. Stemmen die uitblinken in het Engels kunnen in andere talen stijf klinken, en regionale namen zijn een klassiek zwak punt. Test voor het Duits in het bijzonder samengestelde woorden, umlauten en de formele aanspreekvorm ("Sie"). Onze benchmark voor Duitse versus Engelse voice-AI legt uit waarom dezelfde stack zich in verschillende talen anders gedraagt.
Als je bedrijf in meerdere landen actief is, test dan één script per taal en houd een aparte score per taal bij. De beste stem voor Engels is niet automatisch de beste voor je tweede taal.
Welke aanbieder past bij welke situatie
Er is geen universele winnaar. Deze vuistregels helpen je het veld te verkleinen voordat je gaat testen:
- Hoog gespreksvolume, prijsgevoelig: begin met de snelle modellen. Het prijsverschil tussen Cartesia en ElevenLabs Flash is klein, dus laat de luistertest beslissen.
- Merkstem of gekloonde stem: maak een shortlist van de aanbieders die een professionele kloon aanbieden en vergelijk vervolgens hoe goed de kloon standhoudt op een telefoonlijn. De stemmenbibliotheek in Famulor ondersteunt ook professioneel gekloonde stemmen.
- Veel talen: voer eerst de meertalige test uit, omdat hiermee kandidaten het snelst afvallen.
- Emotionele gesprekken: incasso, klachten, gezondheidsonderwerpen. Luister naar tempo en pauzes, en overweeg alleen voor deze agents een premium model.
Je hoeft niet voor alles één stem te gebruiken. Een veelvoorkomend patroon is een snelle, goedkope stem voor routinematige inkomende gesprekken en een premium stem voor de weinige stromen waar de toon het product is.
Na de test: beslissen en blijven meten
Tel de gewogen scores op en hanteer een simpele regel: kies de stem met de hoogste score, tenzij een goedkopere stem binnen 0,2 punten ligt. Kies in dat geval de goedkopere. Ga vervolgens live met een klein deel van het verkeer en meet wat er in productie toe doet: gespreksafhandeling, overdrachtspercentage, herhaalde vragen van bellers ("Sorry, kun je dat herhalen?") en klantfeedback.
De keuze voor een stem is geen eenmalige beslissing. Aanbieders brengen nieuwe modellen uit en je gespreksmix verandert. Voer elk kwartaal of bij het toevoegen van een nieuwe taal opnieuw de test van 20 gesprekken uit. Als je al experimenteert met prompts, laat onze gids over A/B-testen voor voice-AI-agents zien hoe je twee versies op live verkeer vergelijkt.
Veelgemaakte fouten
- Kiezen op basis van een demo. Een demo is het best-case scenario. Jouw gesprekken zijn het gemiddelde scenario.
- Testen via een headset. Telefoonaudio is gecomprimeerd. Test op een telefoon.
- Twee dingen tegelijk veranderen. Als je de stem en de prompt tegelijk aanpast, leer je niets.
- De merknaam negeren. Als de agent je bedrijfsnaam verkeerd uitspreekt in de begroeting, doet de rest er niet meer toe.
- Abonnementsprijzen vergelijken in plaats van kosten per minuut. Gebruik voor elke optie dezelfde rekeneenheid.
Conclusie
Cartesia en ElevenLabs zijn beide sterke keuzes voor telefonische AI-agents en tegen de catalogusprijzen kosten de snelle modellen ongeveer evenveel per minuut. De beslissing hangt dus af van wat jouw bellers horen. Voer de test met 20 gesprekken uit, beoordeel deze met een vast scoreformulier en laat je eigen gesprekken de winnaar bepalen. Met Famulor kun je per agent van stem wisselen en de test opnieuw uitvoeren zodra er een nieuw model verschijnt. Als je AI-telefonie doorverkoopt, geldt diezelfde flexibiliteit voor jouw klanten via de white-label setup.
Klaar om het te proberen? Open de stemmenbibliotheek, kies twee stemmen en voer vandaag nog je eerste testgesprek. De prijzen voor Famulor beginnen bij € 0,05 per minuut, bekijk de prijspagina voor alle abonnementen. Teams met een hoger volume kunnen kijken naar de AI callcenter setup.
Probeer onze AI-assistent
Ervaar hoe natuurlijk onze AI-telefoonassistent klinkt.
Vul je gegevens in en ontvang binnen enkele seconden een oproep van onze AI-agent.
De agent is getraind om over Famulor-diensten te praten en afspraken te maken.
Demo AI-agent
Famulor medewerker
Veelgestelde vragen
Is Cartesia of ElevenLabs beter voor AI-telefoonagents?
Geen van beide wint in elk geval. Tegen de catalogusprijzen kosten de snelle modellen bij beide ongeveer 3 cent per minuut aan gesproken tekst door de agent. De betere keuze is de stem die hoger scoort in je eigen gesprekken op het gebied van helderheid, uitspraak en toon.
Hoeveel kost een minuut AI-stem?
Voor de stem alleen is dat ongeveer 0,03 USD bij Cartesia en ElevenLabs Flash, en ongeveer 0,06 USD bij de premium ElevenLabs-modellen, gebaseerd op catalogusprijzen en 775 tekens per audiominuut. Het taalmodel, de spraakherkenning en de telefonie komen daar nog bovenop.
Wat is het verschil in latentie tussen Cartesia en ElevenLabs?
ElevenLabs claimt ongeveer 75 ms voor Flash. Cartesia vermeldt geen latentiecijfer op de prijspagina. Beschouw beide als leverancierscijfers en meet de tijd tot de eerste audio op je eigen telefoonlijn.
Hoeveel tekens bevat één minuut spraak?
Cartesia stelt dat één minuut audio ongeveer 750 tot 800 tekens verbruikt. Het exacte aantal hangt af van de stem, de taal en de spreeksnelheid.
Kan ik meer dan één stemaanbieder gebruiken?
Ja. In Famulor heeft elke agent zijn eigen stem, dus je kunt een goedkope stem gebruiken voor routinematige gesprekken en een premium stem voor gevoelige trajecten.
Hoeveel testgesprekken heb ik nodig?
Twintig korte scripts per stem zijn voldoende om duidelijke verschillen te zien. Dek begroetingen, cijfers, namen, empathie en overdracht af, en neem ten minste vijf onderbrekingen op.
Heeft de stem invloed op de gesprekskwaliteit of alleen op de kosten?
Beide. De stem bepaalt hoe snel de beller een antwoord hoort, hoe goed cijfers en namen worden begrepen en hoe betrouwbaar de agent klinkt, wat van invloed is op de afrondings- en overdrachtscijfers.
Kan ik mijn eigen stem klonen voor de agent?
Ja. De Famulor-stemmenbibliotheek ondersteunt professioneel gekloonde stemmen op basis van jouw opnames, en je moet dezelfde test met 20 gesprekken op de kloon uitvoeren voordat je live gaat.
Hoe vaak moet ik mijn stem opnieuw testen?
Elk kwartaal, wanneer een aanbieder een nieuw model uitbrengt of wanneer je een taal toevoegt. Een snelle herhaling van de 20 scripts duurt ongeveer twee uur.
Auteur bij Famulor
