Groot-Brittannië gebruikt spraakgestuurde AI uit de 21e eeuw via een telefoonlijn uit 1972.

Drie nummers uit een netwerk dat is ontworpen voor draaischijftelefoons.

Groot-Brittannië bouwt aan AI voor spraakherkenning van wereldklasse en leidt dit alles via een frequentieband die is ontworpen voor een koperen telefooncentrale. De peetvader werd uitgebracht. De kosten worden gedragen door elk bedrijf en elke burger die de komende tien jaar met een machine aan de telefoon spreekt.

Een netwerk ontworpen voor bakelieten handsets.

De codec heet G.711. Het meet de menselijke stem 8000 keer per seconde en verwijdert alles boven ongeveer 3,4 kHz. Die standaard werd ontwikkeld in een tijd dat het gemiddelde Britse huishouden een enkele draaischijftelefoon had, aangesloten op een houten kastje aan de muur.

Het is in 2026 nog steeds de de facto codec van het openbare telefoonnetwerk en de laagste gemene deler van de Britse telefonie. Volgens de eigen gegevens van Openreach is dit het formaat waarnaar uw gesprek hoogstwaarschijnlijk wordt getranscodeerd zodra het een verbinding met een provider bereikt, zelfs als uw softphone, uw headset en uw handset allemaal iets aanzienlijk beters aankunnen.

Groot-Brittannië doet nu iets werkelijk vreemds. We bouwen spraakgestuurde kunstmatige intelligentie van wereldklasse (grote taalmodellen die in realtime redeneren, transcriptieprogramma's die getraind zijn op honderdduizenden uren spraak van hoge kwaliteit, neurale tekst-naar-spraak die ademt) en leiden dit alles vervolgens door een frequentieband die is ontworpen voor de bandbreedte van een koperen telefooncentrale.

Het uitschakelen van het PSTN lost het verkeerde probleem op.

De kern van de hervorming is simpel. De koperinfrastructuur faalt daadwerkelijk: Ofcom registreerde een stijging van 45% in ernstige incidenten met betrekking tot de betrouwbaarheid van het PSTN-netwerk in 2024. Het probleem is echter wat de migratie daadwerkelijk oplevert.

Na meerdere uitstellen is de door de sector vastgestelde deadline nu eind januari 2027. Openreach heeft bevestigd dat de datum definitief vaststaat. Een verkoopverbod op bestaande lijnen is sinds 2023 van kracht bij de meeste telefooncentrales, en prijsverhogingen van eerst 20% en vervolgens 40% zorgen ervoor dat de resterende klanten tot en met 2026 van het netwerk worden losgekoppeld.

De vervanging van PSTN is geen algehele verbetering van de spraakkwaliteit. Het is hetzelfde gesprek, in hetzelfde smalbandige 8 kHz-formaat, dat via IP in plaats van koper wordt verzonden. De meeste volledig IP-gebaseerde spraakdiensten in het VK gebruiken nog steeds standaard G.711 (dezelfde codec uit 1972) verpakt in een SIP-pakket. De bedrading verandert. Het geluid blijft hetzelfde.

Er bestaan breedbandalternatieven. G.722 verdubbelt de samplefrequentie naar 16 kHz. EVS gaat tot 20 kHz en bestrijkt het volledige bereik van het menselijk gehoor. Opus (gebruikt in WhatsApp, Teams en Google Meet) past zich dynamisch aan tot 48 kHz. Geen van deze standaarden is echter de standaard op Britse SIP-trunks. Zodra een gesprek een PSTN-gateway, een interconnect of een nummervertalingsservice passeert, wordt het teruggezet naar G.711 en is de upgrade niet meer van toepassing.

De codecs waar de rest van de wereld naar overstapte

Geen van deze zaken is theoretisch. Ze zijn allemaal gestandaardiseerd, worden in de praktijk toegepast en ondersteund door elk modern eindpunt. Het Verenigd Koninkrijk onderhandelt er simpelweg niet over als standaard op het netwerk dat het PSTN vervangt.

Wat 8 kHz je nu eigenlijk kost.

De technische bezwaren tegen smalbandtelefonie zijn niet esthetisch. Ze zijn wiskundig van aard en zeer nadelig voor de computergebruikers die zich aan de andere kant van elke lijn bevinden.

Menselijke spraak bevat nuttige akoestische informatie die ruim boven de afsnijfrequentie van 3,4 kHz ligt die G.711 oplegt. Grondfrequenties, de toonhoogte waarmee je je moeder aan de telefoon herkent, liggen tussen 85 en 250 Hz. Klinkers dragen de energie van 350 Hz tot 2 kHz. Tot zover is alles compatibel met PSTN.

De medeklinkers (de sibilanten, fricatieven en stemloze plosieven) bevinden zich tussen 1,5 kHz en 4 kHz , met aanzienlijke energie die zich uitstrekt tot 8 kHz en verder. Dit zijn de klanken die "vijftien" van "zestien" onderscheiden, "Smith" van "Smyth", "F" van "S" van "Th". Ze bevatten ongeveer 5% van het vermogen van de stem en dragen voor ongeveer 60% bij aan de verstaanbaarheid ervan.

Moderne spraakherkenningsmodellen (Whisper, Deepgram Nova, Google's Chirp, de interne modellen die in elk belangrijk spraak-AI-platform draaien) worden bijna volledig getraind op 16 kHz-audio. Whisper vereist per definitie 16 kHz-input. Voert u 8 kHz-telefonie in, dan upsamplet u verliesgevende data en presenteert u het model een frequentieverdeling die het tijdens de training nog nooit heeft gezien.

Ingenieurs die spraakassistenten bouwen met Twilio melden routinematig een nauwkeurigheid van 50% bij verder duidelijke spraak zodra het gesprek een 8 kHz-codec bereikt, terwijl dezelfde spraak feilloos wordt getranscribeerd via een browsermicrofoon. Dit is geen probleem dat opgelost kan worden met een slimmere prompt of een groter model. Het is een natuurkundig probleem.

Makkelijk over het hoofd te zien in een presentatie. Desastreus tijdens de productie.

Smalbandaudio verslechtert de prestaties van spraak-AI op minstens zes vlakken: afzonderlijk irritant, gezamenlijk catastrofaal. De economische gevolgen van deze mislukkingen zijn niet theoretisch; ze worden elke minuut, bij elk verkeerd doorgeschakeld gesprek, in elke gereguleerde sector die een spraakagent probeert in te zetten op het bestaande netwerk, daadwerkelijk betaald.

• Hallucinaties. Lossy codecs introduceren metaalachtige, borrelende ruis die AI-modellen kunnen interpreteren als achtergrondgeluid of daadwerkelijke spraak. Een spreker zegt niets; het model verzint een woord. Elke transcriptiefout wordt vervolgens doorgegeven aan het LLM, dat moet redeneren over een vervormde invoer.
• Het beurtelings wisselen stort in. Voice agents detecteren wanneer een beller stopt met praten door middel van hoogfrequente akoestische signalen. Zonder deze signalen wordt VAD onbetrouwbaar: de agent onderbreekt, wacht te lang of praat over de beller heen.
• De luidsprekeridentificatie verslechtert. Breedbandaudio is ongeveer twee keer zo effectief als smalbandaudio voor spraakherkenningssystemen, wat van belang is voor fraudedetectie, stembiometrie en toestemmingsverificatie.
• Transcoderingsverlies. Een AI-agent genereert Opus op 48 kHz, dat bij de SIP-gateway wordt getranscodeerd naar G.711, vervolgens bij de mobiele handover opnieuw wordt getranscodeerd naar AMR-WB of EVS, en als een meervoudig verslechterde benadering aankomt.
• Discriminatie op basis van meertaligheid en accent. Smalbandfiltering versterkt de bestaande zwakheden van modellen bij niet-moedertaalsprekers van het Engels, regionale dialecten en tonale talen. De hoogfrequente signalen die gelijksoortige fonemen van elkaar onderscheiden, worden juist als eerste weggegooid.
• De economische staart. Onnauwkeurige transcriptie leidt tot verkeerd doorgeschakelde IVR-gesprekken, een toename van de afhandelingstijd met 3-5 minuten, een terugbelpercentage van ongeveer 30% bij voicemail-naar-tekst en een vals-positief percentage van ongeveer 60% in sentimentanalyses. Wanneer een contactcenter een AI-afbuigingspercentage van 12% noemt, terwijl een concurrent 35% claimt, ligt het probleem vaak niet bij het model, maar bij de codec.

Waarom de positie van het VK uniek slecht is

Groot-Brittannië is niet het enige land met smalband-PSTN. We bevinden ons echter in een slechtere positie dan de meeste andere landen, om redenen die volledig het gevolg zijn van beleidskeuzes.

De migratie in het Verenigd Koninkrijk is twee keer uitgesteld (van december 2025 naar januari 2027), voornamelijk vanwege onopgeloste vragen over kwetsbare gebruikers van telezorgapparaten. Die zorgen zijn terecht. De 1,8 miljoen Britten die afhankelijk zijn van persoonlijke alarmsystemen via koperlijnen verdienen een veilige migratie.

Maar de vertraging is door de industrie aangegrepen als excuus om de goedkoopste mogelijke upgrade door te voeren in plaats van de juiste. De nieuwe digitale dienst is een één-op-één vervanging van de spraakkwaliteit, geen verbetering. En het regelgevingskader beschouwt audiokwaliteit in wezen als een kwestie van consumentenvoorkeur.

Er moeten drie dingen gebeuren, en dan sluit de kans zich.

De uitschakeling in 2027 wordt beheerd als een netwerktechnisch project. Het zou echter beheerd moeten worden als een nationale infrastructuurupgrade met expliciete minimumeisen voor spraakkwaliteit, omdat wat nu wordt vastgelegd de basislijn zal vormen voor de komende dertig jaar.

1. Stel breedband in als de standaard voor alle IP-netwerken. Ofcom zou moeten eisen dat elke IP-gebaseerde spraakdienst die als vervanging voor het PSTN-netwerk wordt aangeboden, G.722 of een betere codec als voorkeurscodec gebruikt, waarbij G.711 alleen is toegestaan als een alternatieve, verouderde interconnectie. Elk modern SIP-eindpunt ondersteunt dit al. De belemmering is commerciële inertie, niet technische moeilijkheid.
2. Stel een routekaart op voor superbreedband. EVS is al gestandaardiseerd, wordt wereldwijd in mobiele netwerken ingezet en is de natuurlijke eindbestemming voor spraakkwaliteit op IP. Het Verenigd Koninkrijk zou een doelstelling moeten vaststellen (2030 is haalbaar) om van EVS de standaardcodec te maken voor alle nieuwe zakelijke spraakdiensten.
3. Beschouw telefonie-audio als essentiële infrastructuur. Wanneer een triage-lijn van de NHS, een 101-noodnummer of een uitkeringslijn vastloopt door een codec uit 1972 die moderne spraak-AI verhindert bellers te begrijpen, is dat hetzelfde soort infrastructuurstoring als een uitval van een brandalarm, alleen verloopt het trager en komt het vaker voor.

Een plafond voor de gehele Britse sector voor spraakgestuurde AI

De audio die bij een spraakmodel aankomt, wordt aan de rand van het netwerk ingesteld, niet op de applicatielaag. Elk spraak-AI-product dat op het Britse telefoonnetwerk draait, heeft dezelfde beperkingen, en het opheffen daarvan is een kwestie van nationale infrastructuur, niet van de leverancier.

Welke spraak-AI zich ook aan de andere kant van de lijn bevindt (Cloudax, een spraakagent van een hyperscaler, een ander specialistisch platform of een AI-module van een contactcenter), ze erven allemaal dezelfde audio. De provider bepaalt wat de codec overleeft; de applicatielaag erft wat er overblijft.

Dat maakt dit een uniek oplosbaar probleem. Een breedbandnetwerk in het VK zou de prestaties van alle spraakgestuurde AI-implementaties in het land tegelijkertijd verbeteren, zonder dat er coördinatie op applicatieniveau nodig is. Hetzelfde spraak-naar-tekstmodel dat op G.711 een nauwkeurigheid van 88% behaalt, haalt op G.722 standaard een nauwkeurigheid van meer dan 95%, en dat gratis, zodra het netwerk stopt met het downgraden van de verbinding.

De spraakkwaliteit is een eigenschap op netwerkniveau. Het wordt bepaald door wat providers aanbieden, wat toezichthouders eisen en welke standaarden zijn opgenomen in de normen die Groot-Brittannië hanteert tijdens de migratie van het PSTN-netwerk. De beslissingen die in 2026 worden genomen, zullen die bovengrens bepalen voor de volgende generatie: voor elk spraakgestuurd AI-product dat in het VK wordt ontwikkeld, elke overheidsdienst die er een aanschaft en elke burger die ermee spreekt.

Weg uit de 20e eeuw van koper. Welkom in de 20e eeuw van intellectueel eigendom.

De uitschakeling van het PSTN-netwerk had een kans moeten zijn om Groot-Brittannië de 21e eeuw van spraakcommunicatie binnen te loodsen. Nu is het een kans om ons uit de 20e eeuw van koperkabels te halen en de 20e eeuw van IP binnen te brengen, met een onveranderde audiokwaliteit. Dat is niet genoeg. Dat is het nooit geweest.

Naarmate spraakgestuurde AI de belangrijkste interface wordt tussen burgers, overheidsdiensten en de bedrijven waar ze van afhankelijk zijn, zullen de kosten van het doen alsof dit niet zo is, worden afgemeten in misverstanden tussen bellers, mislukte automatisering, productiviteitsverlies en een land dat AI van wereldklasse heeft ontwikkeld en deze vervolgens op het laatste moment heeft lamgelegd.