We Voice-Logged 100 Restaurantbestellingen — Hoe Nauwkeurig Begrijpte AI Ze?
We testten AI voice logging op 100 echte restaurantbestellingen in fastfood, casual dining, etnische restaurants, fine dining en cafés. Fastfood behaalde 92% calorie-nauwkeurigheid. Fine dining scoorde slechts 74%.
AI voice logging behaalde een gemiddelde calorie-nauwkeurigheid van 84% over 100 restaurantbestellingen, maar de prestaties varieerden sterk per restaurantcategorie: fastfood scoorde 92%, casual dining 86%, etnische restaurants 82%, cafés en ontbijtplekken 80%, en fine dining eindigde als laatste met 74%. De belangrijkste factor was niet de complexiteit van het voedsel zelf, maar hoe gestandaardiseerd de namen van de menu-items zijn. Een "Big Mac" komt overeen met een exact calorieaantal. Een "pan-gebraden eendenborst met kersenreductie" niet.
Buiten de deur eten is waar calorie tracking voor de meeste mensen problematisch wordt. Onderzoek gepubliceerd in het BMJ vond dat restaurantmaaltijden gemiddeld 1.205 calorieën bevatten — ongeveer twee keer zoveel als de meeste eters schatten. Voice logging biedt een manier om vast te leggen wat je in real-time bestelde zonder je telefoon te hoeven pakken om tijdens de maaltijd in een database te zoeken. Maar de vraag is of AI de grote verscheidenheid aan manieren waarop mensen restaurantvoedsel beschrijven, nauwkeurig kan interpreteren.
We gebruikten de voice logging-functie van Nutrola om alle 100 bestellingen te testen. Elke bestelling werd natuurlijk uitgesproken, zoals je het aan een vriend zou beschrijven, en we vergeleken de calorie-inschatting van de AI met geverifieerde voedingsgegevens uit door restaurants gepubliceerde voedingsgidsen, USDA FoodData Central en Nutrola's database van meer dan 500.000 voedingsmiddelen.
Testontwerp: 100 Bestellingen in 5 Restaurantcategorieën
We verdeelden de 100 bestellingen gelijkmatig over vijf categorieën:
| Categorie | Bestellingen | Waarom deze categorie |
|---|---|---|
| Fastfood | 20 | Sterk gestandaardiseerde menu's, gepubliceerde voedingsdata |
| Casual dining | 20 | Semi-gestandaardiseerd, grotere porties, variabele bereiding |
| Etnische restaurants | 20 | Niet-Engelse gerechtbenamingen, complexe kruiden/sauzen |
| Fine dining | 20 | Chef-gedreven beschrijvingen, kleine porties, rijke bereidingen |
| Café en ontbijt | 20 | Mix van eenvoudige items en aangepaste bestellingen |
Nauwkeurigheid werd berekend als:
Nauwkeurigheid = 100 - (|AI geschatte calorieën - werkelijke calorieën| / werkelijke calorieën x 100)
Elke bestelling werd eenmaal voice-logged, zoals een echte gebruiker zou doen in een echte eetervaring — geen herhalingen, geen correcties, geen extra details dan wat je natuurlijk zou zeggen.
Categorie 1: Fastfood — 92% Gemiddelde Nauwkeurigheid
Fastfood is de gemakkelijkste categorie voor AI voice logging. Menu-items hebben exacte, geregistreerde namen. Voedingsdata is gepubliceerd en wettelijk vereist. Portiegroottes zijn vast. De AI hoeft alleen maar het uitgesproken item aan een database-invoer te koppelen.
| # | Uitgesproken Bestelling | AI Interpretatie | AI Cal | Werkelijke Cal | Nauw. |
|---|---|---|---|---|---|
| 1 | "een Big Mac maaltijd met een medium friet en Diet Coke" | Big Mac (550), Medium Friet (320), Diet Coke (0) | 870 | 870 | 100% |
| 2 | "een Whopper met kaas en uienringen" | Whopper met kaas (790), Uienringen medium (410) | 1200 | 1170 | 97% |
| 3 | "twee McChickens en een grote Coke" | McChicken x2 (800), Coca-Cola Groot (290) | 1090 | 1090 | 100% |
| 4 | "een Crunchwrap Supreme en een Baja Blast" | Crunchwrap Supreme (530), Baja Blast medium (250) | 780 | 780 | 100% |
| 5 | "een nummer 1 combo bij Chick-fil-A" | Chick-fil-A Kip Sandwich, Waffle Frieten medium, Drank medium | 1060 | 1100 | 96% |
| 6 | "een quarter pounder met kaas, zonder augurken" | Quarter Pounder met kaas (520) | 520 | 520 | 100% |
| 7 | "zes stukjes nuggets met barbecuesaus en een kleine friet" | 6-stuks McNuggets (250), BBQ-saus (45), Kleine Frieten (220) | 515 | 510 | 99% |
| 8 | "een Baconator en een chocolade Frosty" | Baconator (960), Chocolade Frosty klein (350) | 1310 | 1310 | 100% |
| 9 | "een kip quesadilla van Taco Bell" | Kip Quesadilla (500) | 500 | 500 | 100% |
| 10 | "een Double-Double animal style van In-N-Out" | Double-Double Animal Style (770) | 770 | 770 | 100% |
| 11 | "een footlong Italiaanse BMT op tarwe" | Subway Italiaanse BMT, tarwe, 12-inch | 820 | 900 | 91% |
| 12 | "een spicy chicken sandwich combo van Popeyes" | Popeyes Spicy Chicken Sandwich (700), Regular Frieten (260), Drank (250) | 1210 | 1230 | 98% |
| 13 | "een 10-stuks McNuggets met zoete en zure saus" | 10-stuks McNuggets (410), Zoete & Zure saus (50) | 460 | 460 | 100% |
| 14 | "een Dave's Single met een bijgerecht salade" | Wendy's Dave's Single (590), Bijgerecht Salade (30) | 620 | 610 | 98% |
| 15 | "een chalupa box van Taco Bell" | Chalupa Supreme Box (1050) | 1050 | 1080 | 97% |
| 16 | "een grote pepperoni pizza van Domino's, twee stukken" | Domino's Pepperoni Pizza, groot, 2 stukken | 580 | 600 | 97% |
| 17 | "een filet-o-fish met een medium friet" | Filet-O-Fish (390), Medium Frieten (320) | 710 | 710 | 100% |
| 18 | "een burrito bowl met kip, rijst, zwarte bonen en guac van Chipotle" | Chipotle Bowl: kip, witte rijst, zwarte bonen, guacamole | 780 | 835 | 93% |
| 19 | "drie zachte taco's met rundvlees van Taco Bell" | Zachte Taco, gekruid rundvlees x3 (510) | 510 | 510 | 100% |
| 20 | "een gegrilde kipsandwich en een fruitcup van Chick-fil-A" | Gegrilde Kipsandwich (390), Fruitcup (60) | 450 | 460 | 98% |
Gemiddelde nauwkeurigheid: 92% (bereik: 91-100%)
Slechts twee bestellingen vielen onder de 95%. De Subway Italiaanse BMT viel op 91% omdat Subway-sandwiches variëren op basis van toppings — de AI nam aan dat het een standaardopbouw was, maar "op tarwe" specificeerde niet of kaas, olie of groenten waren inbegrepen. De Chipotle-bowl behaalde 93% omdat de portie guacamole bij Chipotle genereus is (230 calorieën per portie) en de AI de rijstportie iets onderschatte.
Belangrijk inzicht: Geregistreerde menu-itemnamen functioneren als nauwkeurige identificatoren. Wanneer je "Big Mac" zegt, schat de AI niet — het haalt een exacte match op.
Categorie 2: Casual Dining — 86% Gemiddelde Nauwkeurigheid
Casual dining restaurants zoals Applebee's, Olive Garden en lokale grills vormen een middenweg. Veel ketens publiceren voedingsdata, maar de beschrijvingen zijn minder gestandaardiseerd en de porties zijn groter en variabeler.
| # | Uitgesproken Bestelling | AI Interpretatie | AI Cal | Werkelijke Cal | Nauw. |
|---|---|---|---|---|---|
| 21 | "de gegrilde zalm met geroosterde groenten en een Caesar salade" | Gegrilde zalmfilet (6 oz), geroosterde groenten, bijgerecht Caesar salade | 680 | 750 | 91% |
| 22 | "een bacon cheeseburger met friet" | Bacon cheeseburger (8 oz burger), gewone friet | 1150 | 1320 | 87% |
| 23 | "kip Alfredo van Olive Garden" | Olive Garden Kip Alfredo | 1570 | 1570 | 100% |
| 24 | "een ribeye steak met een gebakken aardappel en zure room" | Ribeye steak (12 oz), gebakken aardappel, zure room (2 eetlepels) | 980 | 1100 | 89% |
| 25 | "vis en friet met tartaarsaus" | Bierbeslag vis (2 stuks), friet, tartaarsaus (2 eetlepels) | 950 | 1080 | 88% |
| 26 | "een Turkey club sandwich met zoete aardappelfriet" | Turkey club sandwich, zoete aardappelfriet | 920 | 980 | 94% |
| 27 | "een kom clam chowder en een dinerbroodje" | New England clam chowder (12 oz), dinerbroodje | 430 | 460 | 93% |
| 28 | "de kipnuggets met honingmosterd en coleslaw" | Kipnuggets (4 stuks), honingmosterd (2 eetlepels), coleslaw | 780 | 890 | 88% |
| 29 | "een Cobb salade met ranch dressing" | Cobb salade, ranch dressing (2 eetlepels) | 620 | 760 | 82% |
| 30 | "garnalen scampi met knoflookbrood" | Garnalen scampi, linguine, knoflookbrood (2 stuks) | 860 | 940 | 91% |
| 31 | "een margherita flatbread en een huis salade" | Margherita flatbread pizza, huis salade met vinaigrette | 680 | 730 | 93% |
| 32 | "loaded potato skins voorgerecht" | Loaded potato skins (6 stuks), bacon, kaas, zure room | 620 | 710 | 87% |
| 33 | "een BBQ-kip pizza, twee stukken" | BBQ-kip pizza, 2 stukken (14-inch) | 560 | 640 | 88% |
| 34 | "de blackened chicken sandwich met een bijgerecht fruit" | Blackened chicken sandwich, gemengde fruitcup | 580 | 610 | 95% |
| 35 | "een French dip sandwich met au jus" | French dip, roastbeef, hoagiebrood, au jus | 620 | 680 | 91% |
| 36 | "kip parmesan met spaghetti" | Kip parm (gebakken schnitzel), marinara, mozzarella, spaghetti | 1080 | 1260 | 86% |
| 37 | "nachos grande om te delen" | Nachos met kaas, rundvlees, bonen, jalapeños, zure room | 1300 | 1540 | 84% |
| 38 | "een Southwest kip salade met avocado ranch" | Southwest kip salade, avocado ranch dressing | 680 | 820 | 83% |
| 39 | "mozzarella sticks en een bijgerecht marinara" | Mozzarella sticks (6 stuks), marinara saus | 510 | 560 | 91% |
| 40 | "een teriyaki kip bowl met witte rijst" | Teriyaki kip, witte rijst (1,5 kop), gestoomde groenten | 720 | 780 | 92% |
Gemiddelde nauwkeurigheid: 86% (bereik: 82-100%)
De grootste nauwkeurigheidsdalingen kwamen uit drie bronnen:
Boter en olie in restaurantbereidingen. Restaurants gebruiken aanzienlijk meer boter en olie dan thuiskoks. De AI's schatting voor de ribeye was laag omdat het de boter die de meeste steakhuizen gebruiken niet volledig in rekening nam.
Porties van dressings en sauzen. Restaurantporties voor saladedressings zijn meestal 3-4 eetlepels, niet de 2 eetlepels die de AI aannam. Dit zorgde ervoor dat de Cobb-salade met 140 calorieën onderschat werd.
Porties van voorgerechten. Gedeelde voorgerechten zoals nachos grande zijn berucht om hun hoge calorie-inhoud, en de AI onderschatte de hoeveelheden kaas en zure room.
De Olive Garden Kip Alfredo behaalde 100% omdat het een ketenitem is met gepubliceerde voedingsdata die de AI exact opvroeg.
Categorie 3: Etnische Restaurants — 82% Gemiddelde Nauwkeurigheid
Etnische restaurantbestellingen introduceren niet-Engelse gerechtbenamingen, complexe saus- en kruidenprofielen en grote variatie in bereidingsmethoden tussen restaurants. De AI moet gerechtbenamingen uit meerdere keukens herkennen en calorie-dense componenten zoals kokosmelk, ghee en palmolie inschatten.
| # | Uitgesproken Bestelling | AI Interpretatie | AI Cal | Werkelijke Cal | Nauw. |
|---|---|---|---|---|---|
| 41 | "kip tikka masala met knoflook naan en basmati rijst" | Kip tikka masala (10 oz), knoflook naan (1 stuk), basmati rijst (1 kop) | 880 | 960 | 92% |
| 42 | "een beef pho met sriracha en hoisin" | Pho bo, rundvlees, rijstnoedels, bouillon, sriracha, hoisin | 520 | 550 | 95% |
| 43 | "pad thai met garnalen" | Pad Thai, garnalen, rijstnoedels, pinda's, taugé | 550 | 630 | 87% |
| 44 | "een kip shawarma bord met hummus en pita" | Kip shawarma, hummus (1/3 kop), pita brood (2 stuks), rijst | 780 | 850 | 92% |
| 45 | "een California roll en een spicy tuna roll" | California roll (8 stuks), spicy tuna roll (8 stuks) | 560 | 590 | 95% |
| 46 | "lams biryani met raita" | Lams biryani (12 oz), raita (1/4 kop) | 680 | 780 | 87% |
| 47 | "een bento box met teriyaki zalm, rijst en misosoep" | Teriyaki zalm, witte rijst, misosoep, bijgerecht salade | 720 | 760 | 95% |
| 48 | "drie al pastor taco's met koriander en ui" | Taco's al pastor x3, maïstortilla's, koriander, ui | 540 | 570 | 95% |
| 49 | "een groene curry met tofu en jasmijnrijst" | Thaise groene curry, tofu, kokosmelk, jasmijnrijst (1 kop) | 620 | 720 | 86% |
| 50 | "een bulgogi bord met kimchi en gestoomde rijst" | Bulgogi (rundvlees), kimchi, gestoomde witte rijst | 650 | 710 | 92% |
| 51 | "een falafel wrap met tahini en ingelegde raap" | Falafel wrap: falafel (5 stuks), tahini, ingelegde raap, pita | 580 | 640 | 91% |
| 52 | "butter chicken met twee chapatis" | Butter chicken (10 oz), chapati x2 | 760 | 890 | 85% |
| 53 | "een kom tonkotsu ramen" | Tonkotsu ramen, varkensbouillon, chashu, ei, noedels | 580 | 700 | 83% |
| 54 | "jerk chicken met rijst en erwten en bakbananen" | Jerk chicken, rijst en erwten, gebakken bakbananen | 820 | 940 | 87% |
| 55 | "een lams gyro met tzatziki en een bijgerecht Griekse salade" | Lams gyro, tzatziki, pita, Griekse salade | 720 | 800 | 90% |
| 56 | "kip katsu curry met rijst" | Japanse kip katsu, currysaus, witte rijst | 850 | 980 | 87% |
| 57 | "een mole enchilada bord met rijst en bonen" | Mole enchiladas (3), Mexicaanse rijst, gebakken bonen | 880 | 1020 | 86% |
| 58 | "een dosa met sambar en kokos chutney" | Masala dosa, sambar, kokos chutney | 380 | 410 | 93% |
| 59 | "een bord jollof rijst met gefrituurde kip" | Jollof rijst (1,5 kop), gefrituurde kip (2 stuks) | 780 | 920 | 85% |
| 60 | "een bestelling xiaolongbao, acht stuks" | Xiaolongbao (soep dumplings) x8 | 360 | 440 | 82% |
Gemiddelde nauwkeurigheid: 82% (bereik: 82-95%)
De AI herkende elke gerechtnaam, inclusief xiaolongbao, bulgogi en jollof rijst, wat indrukwekkend is. De nauwkeurigheidsverliezen kwamen niet door herkenningsfouten, maar door calorie-onderschatting — specifiek:
- Kokosmelk en ghee. Gerechten zoals groene curry, butter chicken en tonkotsu ramen zijn calorie-dense vanwege kokosmelk, boter/ghee en varkensvet. De AI onderschatte deze componenten consequent met 80-150 calorieën.
- Gefrituurde componenten. Gefrituurde bakbananen, gefrituurde kip in jollof rijst en katsu schnitzels absorberen olie tijdens het frituren. De AI onderschatte de olieabsorptie in 4 van de 20 bestellingen.
- Restaurant-specifieke porties. Een kom tonkotsu ramen in een restaurant bevat doorgaans meer noedels en rijkere bouillon dan een standaard receptschatting.
Categorie 4: Fine Dining — 74% Gemiddelde Nauwkeurigheid
Fine dining was de moeilijkste categorie. Chef-gedreven beschrijvingen, rijke sauzen, boter-gefinishte gerechten en niet-gestandaardiseerde portietaal creëren allemaal uitdagingen voor AI-interpretatie.
| # | Uitgesproken Bestelling | AI Interpretatie | AI Cal | Werkelijke Cal | Nauw. |
|---|---|---|---|---|---|
| 61 | "de pan-gebraden eendenborst met kersenreductie en vingerling aardappelen" | Eendenborst (6 oz), kersenreductiesaus, vingerling aardappelen | 620 | 780 | 79% |
| 62 | "een bieten- en geitenkaassalade met gekonfijte walnoten" | Bieten salade, geitenkaas (2 oz), gekonfijte walnoten, vinaigrette | 380 | 490 | 78% |
| 63 | "de wagyu beef carpaccio" | Wagyu beef carpaccio, olijfolie, rucola, geschaafde parmezaan | 310 | 380 | 82% |
| 64 | "een kreeft risotto" | Kreeft risotto, arborio rijst, boter, parmezaan | 580 | 780 | 74% |
| 65 | "de lamsrack met een rozemarijn jus en truffel aardappelpuree" | Lamsrack (3 ribben), rozemarijn jus, truffel aardappelpuree | 850 | 1050 | 81% |
| 66 | "een tonijn tartaar met avocado en sesam" | Tonijn tartaar, avocado, sesamolie, sojasaus, wonton crisps | 320 | 380 | 84% |
| 67 | "de gestoofde short rib met polenta" | Gestoofde short rib (8 oz), romige polenta | 720 | 940 | 77% |
| 68 | "een burrata met erfstukken tomaten en basilicumolie" | Burrata (4 oz), erfstukken tomaten, basilicumolie | 350 | 420 | 83% |
| 69 | "gebrande coquilles met bloemkoolpuree en bruine boter" | Gegrilde coquilles (4 stuks), bloemkoolpuree, bruine boter | 380 | 520 | 73% |
| 70 | "de foie gras met brioche en vijgenjam" | Foie gras (3 oz), brioche toast (2 stuks), vijgenjam | 480 | 620 | 77% |
| 71 | "een witte truffelpasta" | Truffelpasta, tagliatelle, boter, parmezaan, truffel | 580 | 780 | 74% |
| 72 | "de Chileense zeebaars met miso glazuur" | Chileense zeebaars (6 oz), miso glazuur, bok choy | 420 | 510 | 82% |
| 73 | "een charcuterie plank voor één" | Charcuterie: vleeswaren, kazen, crackers, olijven, vijgenpasta | 620 | 850 | 73% |
| 74 | "de varkensbuik met appelcompote" | Varkensbuik (5 oz), appelcompote | 520 | 680 | 76% |
| 75 | "een ceviche voorgerecht" | Ceviche, witte vis, limoen, koriander, tortilla chips | 250 | 280 | 89% |
| 76 | "de hertenlende met bramen saus" | Hertenlende (6 oz), bramenreductie | 380 | 440 | 86% |
| 77 | "een chocolade lava cake als dessert" | Chocolade lava cake, enkele portie | 380 | 520 | 73% |
| 78 | "een kaas soufflé" | Kaas soufflé, Gruyere | 380 | 480 | 79% |
| 79 | "de octopus met romesco en crispy aardappelen" | Gegrilde octopus, romesco saus, crispy aardappelen | 420 | 560 | 75% |
| 80 | "een crème brûlée" | Crème brûlée, enkele ramekin | 320 | 400 | 80% |
Gemiddelde nauwkeurigheid: 74% (bereik: 73-89%)
De nauwkeurigheid van fine dining leed onder een consistent patroon: de AI onderschatte boter, room en olie in vrijwel elk gerecht. Keukens in fine dining eindigen de meeste gerechten met boter. Een risotto krijgt 3-4 eetlepels boter er op het einde doorheen geroerd. Coquilles worden gebast in bruine boter. Aardappelpuree gebruikt zware room. Deze verborgen vetten voegen 150-300 calorieën toe die de standaardreceptinschattingen van de AI niet in rekening brengen.
De kreeft risotto was emblematisch: de AI schatte 580 calorieën op basis van een standaard risottorecept, maar restaurantrisotto bevat aanzienlijk meer boter en parmezaan dan een thuisrecept, waardoor het werkelijke aantal op 780 kwam.
De charcuterie plank op 73% benadrukt een andere uitdaging van fine dining — ongestructureerde plating waar er geen gedefinieerde portie is. "Een charcuterie plank voor één" kan alles betekenen van 400 tot 1.000 calorieën, afhankelijk van de definitie van het restaurant.
Categorie 5: Café en Ontbijt — 80% Gemiddelde Nauwkeurigheid
Cafés en ontbijtplekken mixen eenvoudige items (toast, eieren) met sterk aangepaste bestellingen (avocado toast builds, speciale lattes). De nauwkeurigheid ligt tussen fastfood en fine dining.
| # | Uitgesproken Bestelling | AI Interpretatie | AI Cal | Werkelijke Cal | Nauw. |
|---|---|---|---|---|---|
| 81 | "avocado toast met een gepocheerd ei en een flat white" | Avocado toast (zuurdesem), gepocheerd ei, flat white (volle melk) | 480 | 530 | 91% |
| 82 | "een spinazie en feta omelet met volkoren toast" | Spinazie feta omelet (3 eieren), volkoren toast (2 plakken), boter | 520 | 580 | 90% |
| 83 | "een stapel blauwe bessenpannenkoeken met ahornsiroop" | Blauwe bessenpannenkoeken (3), ahornsiroop (3 eetlepels) | 520 | 680 | 76% |
| 84 | "eggs Benedict met een bijgerecht fruit" | Eggs Benedict (2 stuks), hollandaise, Canadese bacon, fruitcup | 680 | 740 | 92% |
| 85 | "een ontbijt burrito met bacon, eieren, kaas en salsa" | Ontbijtburrito: bloem tortilla, bacon, roerei, kaas, salsa | 580 | 650 | 89% |
| 86 | "een acai bowl met granola en honing" | Acai bowl, granola (1/3 kop), honing drizzle | 420 | 540 | 78% |
| 87 | "French toast met slagroom en aardbeien" | French toast (3 plakken), slagroom, aardbeien | 580 | 750 | 77% |
| 88 | "een croissant en een cappuccino" | Boter croissant, cappuccino (12 oz, volle melk) | 370 | 380 | 97% |
| 89 | "een bagel met roomkaas en gerookte zalm" | Bagel, roomkaas (2 eetlepels), gerookte zalm (2 oz) | 440 | 500 | 88% |
| 90 | "een Griekse yoghurt parfait met granola en bessen" | Griekse yoghurt (8 oz), granola (1/4 kop), gemengde bessen | 320 | 360 | 89% |
| 91 | "twee eieren over easy met bacon en hash browns" | Eieren (2), bacon (3 strips), hash browns | 520 | 610 | 85% |
| 92 | "een kip en wafel" | Gefrituurde kipfilet, Belgische wafel, ahornsiroop | 780 | 950 | 82% |
| 93 | "een banaan notenmuffin en een drip koffie" | Banaan notenmuffin, koffie zwart (12 oz) | 420 | 490 | 86% |
| 94 | "een gerookte zalm eggs Benedict" | Gerookte zalm Benedict: Engelse muffin, gerookte zalm, hollandaise, gepocheerde eieren | 620 | 680 | 91% |
| 95 | "een granola bowl met amandelmelk en banaan" | Granola (1 kop), amandelmelk (1 kop), banaan (1 medium) | 480 | 510 | 94% |
| 96 | "een veggie ontbijt wrap" | Ontbijtwrap: eieren, paprika's, uien, spinazie, kaas, bloem tortilla | 380 | 420 | 90% |
| 97 | "een Monte Cristo sandwich" | Monte Cristo: ham, kalkoen, Zwitserse kaas, gebatterd en gefrituurd | 680 | 860 | 79% |
| 98 | "een cold brew met havermelk en vanille" | Cold brew koffie, havermelk (4 oz), vanillesiroop (1 pomp) | 100 | 120 | 83% |
| 99 | "een volledige Engelse ontbijt" | Volledige Engelse: 2 eieren, 2 bacon, 2 worstjes, bonen, toast, tomaat, paddenstoelen | 820 | 950 | 86% |
| 100 | "een brioche French toast met Nutella en bananen" | Brioche French toast (2 plakken), Nutella, bananen | 650 | 830 | 78% |
Gemiddelde nauwkeurigheid: 80% (bereik: 76-97%)
De slechtst presterende items waren restaurantontbijtgerechten met verborgen vetten. Blauwe bessenpannenkoeken in cafés worden doorgaans gemaakt met boter in het beslag en gebakken op een met boter ingevette plaat, en vervolgens geserveerd met 3-4 eetlepels siroop en soms een klontje boter bovenop. De AI schatte een bescheiden thuisrecept. Evenzo wordt French toast in restaurants vaak in een rijker beslag (meer room, meer eieren) gedompeld dan thuisversies en geserveerd met genereuze slagroom.
De acai bowl presteerde slecht met 78% om dezelfde reden die we zagen in onze drankentest — commerciële acai bowls gebruiken grotere porties en bevatten vaak verborgen honing of agave in de mix.
Volledige Resultatenoverzicht: Alle 100 Bestellingen per Categorie
| Categorie | Bestellingen | Gem. Nauwkeurigheid | Beste Resultaat | Slechtste Resultaat | Gem. Calorie Gap |
|---|---|---|---|---|---|
| Fastfood | 20 | 92% | 100% (Big Mac maaltijd, Crunchwrap, enz.) | 91% (Subway Italiaanse BMT) | 32 cal |
| Casual dining | 20 | 86% | 100% (Olive Garden Kip Alfredo) | 82% (Cobb salade) | 108 cal |
| Etnische restaurants | 20 | 82% | 95% (pho, sushi, bento box, taco's) | 82% (xiaolongbao) | 118 cal |
| Fine dining | 20 | 74% | 89% (ceviche) | 73% (risotto, charcuterie, lava cake) | 156 cal |
| Café/ontbijt | 20 | 80% | 97% (croissant + cappuccino) | 76% (blauwe bessenpannenkoeken) | 102 cal |
| Totaal | 100 | 84% | 100% | 73% | 103 cal |
De 3 Factoren die de Nauwkeurigheid van Voice Logging in Restaurants Bepalen
Na het analyseren van alle 100 bestellingen verklaren drie variabelen bijna alle variaties in nauwkeurigheid:
1. Standaardisatie van Menu-items
Geregistreerde, merkgebonden menu-items met gepubliceerde voedingsdata behaalden een gemiddelde nauwkeurigheid van 96%. Algemene beschrijvingen behaalden 80%. Hoe gestandaardiseerder de naam, hoe minder giswerk de AI moet doen.
| Itemtype | Voorbeeld | Gemiddelde Nauwkeurigheid |
|---|---|---|
| Geregistreerde ketenitems | "een Big Mac," "Olive Garden Kip Alfredo" | 96% |
| Veelvoorkomende algemene items | "een bacon cheeseburger," "kip tikka masala" | 85% |
| Chef-beschreven items | "pan-gebraden eend met kersenreductie" | 76% |
| Ongestructureerde plating | "een charcuterie plank voor één" | 73% |
2. Verborgen Vetinhoud
Restaurantkeukens gebruiken boter, olie en room veel vrijgeviger dan thuiskoks. De standaard calorie-inschattingen van de AI zijn doorgaans gebaseerd op standaardrecepten, die vet met 100-200 calorieën in restaurantcontexten onderschatten. Dit effect was het meest uitgesproken in fine dining (gemiddelde onderschatting: 156 calorieën) en het minst uitgesproken in fastfood (gemiddelde onderschatting: 32 calorieën).
3. Aantal Componenten
Bestellingen met één item waren nauwkeuriger dan maaltijden met meerdere componenten. Elke extra component introduceert een andere portieschatting, en fouten stapelen zich op.
| Componenten | Voorbeeld | Gemiddelde Nauwkeurigheid |
|---|---|---|
| 1 item | "een California roll" | 91% |
| 2 items | "zalm met een bijgerecht Caesar" | 86% |
| 3+ items | "kip tikka masala met knoflook naan en basmati rijst" | 81% |
Hoe de Nauwkeurigheid van Voice Logging in Restaurants te Verbeteren
Gebruik de Restaurantnaam Wanneer Mogelijk
Zeggen "een kip burrito bowl van Chipotle" is aanzienlijk nauwkeuriger dan "een kip burrito bowl" omdat de AI de gepubliceerde voedingsdata van Chipotle kan opzoeken. Dit geldt voor elke keten: Olive Garden, Cheesecake Factory, Panera, Sweetgreen en honderden anderen in Nutrola's geverifieerde database.
Beschrijf de Kookmethode en Grootte
"Een gegrilde zalmfilet van 8 ounce" geeft de AI drie cruciale gegevenspunten: kookmethode (gegrild, niet gefrituurd), portiegrootte (8 oz) en type eiwit. Zonder deze informatie moet de AI aannames doen die mogelijk niet overeenkomen met jouw daadwerkelijke bestelling.
Noem Sauzen en Dressings Expliciet
Sauzen en dressings zijn goed voor 100-250 calorieën die gemakkelijk vergeten worden. Vermeld altijd "met ranch," "met hollandaise," of "met kersenreductie" in je voice log. Als je de saus overslaat, zal de AI het gerecht zonder schatten.
Log de Maaltijd Direct Na Bestelling
Voice logging werkt het beste wanneer de bestelling vers in je geheugen ligt. Het loggen van "een gegrilde zalm met geroosterde groenten en een bijgerecht Caesar met ranch dressing" direct na het bestellen is gedetailleerder dan proberen het uren later te herinneren.
Accepteer een Marge en Pas Aan
Voor casual dining, etnische restaurants en fine dining, verwacht dat de AI met 5-15% onderschat. Je kunt dit compenseren door een handmatige buffer van 100-150 calorieën toe te voegen, of door Nutrola's AI Diet Assistant te gebruiken om de schatting te verfijnen. Beschrijf het gerecht aan de assistent, vermeld dat het uit een restaurant kwam, en de assistent kan de schatting omhoog bijstellen op basis van typische restaurantbereidingsmethoden.
Gebruik Nutrola's Foto Logging als Back-up
Voor visueel complexe gerechten waar verbale beschrijvingen tekortschieten, kan Nutrola's AI foto logging je voice log aanvullen. Maak een foto van het bord wanneer het arriveert, en de AI kan de visuele informatie vergelijken met je gesproken beschrijving voor een nauwkeurigere schatting. Dit is vooral nuttig voor fine dining gerechten waar de portiegrootte niet duidelijk is vanuit een verbale beschrijving alleen.
Veelgestelde Vragen
Hoe nauwkeurig is AI voice logging voor fastfood?
AI voice logging behaalt een gemiddelde calorie-nauwkeurigheid van 92% voor fastfoodbestellingen in onze test van 20 bestellingen. Geregistreerde menu-items zoals "een Big Mac" of "een Crunchwrap Supreme" behalen vaak 100% nauwkeurigheid omdat de AI het item direct aan gepubliceerde voedingsdata koppelt.
Waarom is fine dining de moeilijkste categorie voor voice logging?
Fine dining gebruikt chef-gedreven beschrijvingen die niet overeenkomen met standaard database-invoer, en gerechten worden bereid met aanzienlijk meer boter, room en olie dan standaardrecepten. De AI onderschatte fine dining maaltijden met gemiddeld 156 calorieën, voornamelijk door verborgen vetten die tijdens professionele keukenbereiding worden toegevoegd.
Kan voice logging etnische gerechten zoals xiaolongbao of bulgogi herkennen?
Ja. In onze test herkende de AI elke etnische gerechtnaam uit Chinese, Koreaanse, Japanse, Indiase, Thaise, Vietnamese, Mexicaanse, Ethiopische, Midden-Oosterse en Caribische keukens. Herkenning was niet het probleem — calorie-inschatting voor gerechten met hoge vetbereidingsmethoden (kokosmelk, ghee, palmolie) was waar de nauwkeurigheid daalde.
Moet ik elke gang afzonderlijk voice-loggen in een restaurant?
Ja. Het loggen van "een bieten- en geitenkaassalade" en vervolgens afzonderlijk "de pan-gebraden eendenborst met kersenreductie en vingerling aardappelen" is nauwkeuriger dan proberen de hele maaltijd in één zin te loggen. Elk item krijgt zijn eigen specifieke interpretatie, waardoor de kans op gemiste componenten vermindert.
Hoe verhoudt Nutrola zich tot handmatig zoeken naar restaurantcalorieën?
Voor ketenrestaurants met gepubliceerde voedingsdata behalen beide methoden vergelijkbare nauwkeurigheid. Voor onafhankelijke restaurants zonder gepubliceerde data biedt Nutrola's voice logging in combinatie met zijn database van 500K+ geverifieerde voedingsmiddelen een snellere en vaak nauwkeurigere schatting dan handmatig zoeken in algemene calorie-databases, omdat de AI modifiers en kookmethoden parseert die gebruikers vaak vergeten individueel op te zoeken.
Werkt voice logging beter als ik de restaurantnaam noem?
Significant beter. Wanneer het restaurant een keten is met gepubliceerde voedingsdata, stelt het vermelden van de naam de AI in staat om exacte calorie-aantallen op te halen in plaats van te schatten op basis van algemene recepten. In onze test behaalden keten-geïdentificeerde bestellingen gemiddeld 96% nauwkeurigheid versus 80% voor algemene beschrijvingen.
Wat is de gemiddelde calorie-onderschatting bij het voice loggen van restaurantmaaltijden?
Over alle 100 bestellingen was de gemiddelde calorie-kloof 103 calorieën, en de richting was bijna altijd een onderschatting. De AI neigt naar standaardreceptporties en kookmethoden, die minder vet gebruiken dan restaurantkeukens. De kloof varieerde van 32 calorieën voor fastfood tot 156 calorieën voor fine dining.
Kan ik een voice-logged invoer corrigeren als de AI het verkeerd heeft?
Ja. Na het voice loggen toont Nutrola de interpretatie van de AI zodat je deze kunt bekijken. Je kunt de invoer bewerken, portiegroottes aanpassen of de AI Diet Assistant gebruiken om de schatting te verfijnen met aanvullende details over het gerecht. Deze beoordelingsstap duurt seconden en kan de nauwkeurigheid voor complexe bestellingen aanzienlijk verbeteren.
Conclusie
Voice logging van restaurantmaaltijden met AI is praktisch en nuttig, maar de nauwkeurigheid hangt af van het type restaurant. Fastfood is een bijna perfect gebruiksvoorbeeld met 92% nauwkeurigheid — geregistreerde itemnamen elimineren giswerk. Casual dining en etnische restaurants presteren solide in het bereik van 82-86%, waarbij het belangrijkste verlies in nauwkeurigheid voortkomt uit onderschatte kookvetten en porties van sauzen. Fine dining is de zwakste categorie met 74%, gedreven door boterzware bereidingen en niet-gestandaardiseerde gerechtbeschrijvingen.
De gemiddelde calorie-onderschatting over alle 100 bestellingen was 103 calorieën. Voor de meeste voedingsregistratiedoelen is dit niveau van nauwkeurigheid meer dan voldoende — en het is aanzienlijk beter dan helemaal geen restaurantmaaltijden registreren, wat de meeste mensen standaard doen.
Nutrola's voice logging stelt je in staat om een restaurantbestelling in één gesproken zin vast te leggen direct na het bestellen, zonder typen, zonder menu-zoeken en zonder onderbreking van je maaltijd. In combinatie met Nutrola's geverifieerde database van meer dan 500.000 voedingsmiddelen, de AI Diet Assistant voor het verfijnen van schattingen en AI foto logging voor visuele bevestiging, is het de snelste manier om je voedingsregistratie consistent te houden, zelfs wanneer je uit eten gaat.
Nutrola begint bij €2,50 per maand met een 3-daagse gratis proefperiode. Geen advertenties op welk plan dan ook.
Klaar om je voedingstracking te transformeren?
Sluit je aan bij duizenden die hun gezondheidsreis hebben getransformeerd met Nutrola!
