Beste AI-tooncheckers in 2026: 17 tools vergeleken

Ik heb onlangs drie AI-onderzoeksagenten dezelfde opdracht gegeven, met de vraag welke tooncheckers op dit moment de beste zijn. Claude, ChatGPT en Gemini kwamen elk terug met een lang, zelfverzekerd rapport. Ze waren het op veel punten oneens, citeerden bronnen die niet bestaan, en een van de drie verzon een charmant ontstaansverhaal over mijn eigen bedrijf. Dus deed ik wat ik mensen altijd voorhoud te doen met AI-onderzoek. Ik hield de structuur aan, herleidde elke bewering tot een primaire bron, en schrapte alles wat het contact met de werkelijkheid niet overleefde.

Dit is de samengevoegde, geverifieerde versie. Zeventien tools, gesorteerd op de taak die elke tool uitvoert, met de bonnetjes genummerd onderaan.

Kaarten op tafel, want ik ben medeoprichter van een van deze tools

Subtext is mijn bedrijf, en het staat in dit stuk. Het is een app die leest hoe een persoonlijk bericht zal overkomen voordat iets het herschrijft, wat betekent dat het sorteerprincipe waar dit hele artikel op draait, diagnose vóór herschrijven, toevallig mijn eigen product flatteert. Weeg alles wat ik erover zeg met die wetenschap.

Om dit toch bruikbaar te houden, heb ik mijn eigen product aan dezelfde maatstaf gehouden als alle andere. Beweringen komen van productpagina’s, documentatie, vermeldingen in de appstores of collegiaal getoetst onderzoek, en elke bewering linkt door naar een genummerde bron. Staat een bewering alleen in de marketing van een aanbieder, dan zeg ik dat erbij. En ik heb geschrapt wat de AI-agenten vol overtuiging rapporteerden maar geen enkele bron onderbouwt, inclusief dat vleiende ontstaansverhaal (een “ex-therapeut” zou Subtext gebouwd hebben; niemand deed dat, Anton is engineer en ik doe de woorden).

Een echte toonchecker diagnosticeert voor hij herschrijft

Elke tool in dit vakgebied wordt een toonchecker genoemd, maar onder dat ene label schuilen twee heel verschillende taken.

Diagnose vertelt je hoe je tekst nu overkomt. Herschrijven verandert hem in iets anders. Het verschil klinkt theoretisch, tot je naar een echt concept kijkt, dus dit is het soort lezing dat Subtext geeft voordat het een woord aanraakt:

Concept “Prima. Doe maar wat je wilt.”

Leest kortaf · “doe maar wat je wilt” leest als terugtrekken · komt passief over terwijl je waarschijnlijk moe bedoelde

Een herschrijver maakt daar met alle plezier “Klinkt goed, ga maar met wat het beste uitkomt” van, een mooiere zin die daar helemaal niets over zegt. Een diagnostische tool houdt je eerst tegen en laat je de lezing hierboven zien. Zodra je dat ziet, kun je beslissen wat je ermee doet. Misschien maak je het zachter. Misschien bedoelde je die scherpe kant wel en laat je hem staan. Ik heb opgeschreven wat een AI-berichtenchecker kan checken, en hoe je het zelf doet.

De tools die alleen herschrijven, slaan die stap over. Ze geven je een mooiere zin zonder ooit te zeggen wat er mis was met de jouwe, en zo verstuurt iedereen gepolijste berichten die nog steeds het verkeerde zeggen. Daarom heb ik het veld ingedeeld in tools die eerst lezen, tools die alleen herschrijven, en tools die je toon afstemmen op één specifiek publiek.

In één e-mailstudie verwachtten verzenders dat hun toon 78% van de tijd zou overkomen. Het was 56%.

Voor we bij de tools komen, eerst de reden dat ze bestaan.

In 2005 publiceerden Justin Kruger, Nicholas Epley en collega’s vijf experimenten over toon in e-mail¹ in het Journal of Personality and Social Psychology. In één studie voorspelden verzenders dat hun toon (serieus of sarcastisch) ongeveer 78% van de tijd zou overkomen. Ontvangers hadden het in werkelijkheid maar 56% van de tijd goed², nauwelijks beter dan een muntje opgooien, en de ontvangers waren zelfs zekerder dan de verzenders, in de overtuiging dat ze 89% van de berichten goed hadden gelezen. De diagnose van de auteurs, in hun eigen woorden¹:

Dat overdreven zelfvertrouwen komt voort uit egocentrisme.

Jij hoort je eigen bericht met de volledige soundtrack van je bedoelingen erbij. Je lezer krijgt de woorden op een scherm. Het is ook waarom je vanuit jezelf niet betrouwbaar kunt weten of een bericht onbeleefd klinkt.

Twintig jaar later is die bevinding het verdienmodel van elke tool hieronder.

Vier tools die je toon lezen voor ze een woord aanraken

Subtext

Subtext is de tool die ik mee heb opgericht, gebouwd voor persoonlijke berichten in plaats van documenten. Je plakt een concept, zet er een screenshot van het gesprek in, of spreekt een spraakbericht in, en de app leest het hele gesprek voor hij iets zegt. Hij markeert precies de woorden die hard, passief of makkelijk verkeerd te lezen kunnen overkomen, en benoemt daarna het gevoel eronder³. Na die analyse herschrijven aanpassingen met één tik (Warmer, Korter, Informeler, Zelfverzekerder)⁴ het bericht met jouw eigen formulering als uitgangspunt, en er wordt nooit iets namens jou verstuurd.

De storevermelding zegt recht voor z’n raap voor wie het is en noemt mensen die hetzelfde bericht vijf keer herschrijven voor ze het versturen, doordenkers, en iedereen die zich afvraagt “klinkt dit oké?”⁴. Veel van de warmste reviews komen van neurodivergente gebruikers, de mensen voor wie een AI-toonchecker voor neurodivergente volwassenen is gemaakt, vooral ADHD-gebruikers die er lange, chaotische concepten in gooien en er iets duidelijks voor terugkrijgen dat nog steeds als zijzelf klinkt⁵. Hij draait op iOS, Android en een gesynchroniseerde webapp, in 17+ talen die in de moedertaal geschreven zijn in plaats van vertaald. Gratis om te proberen, daarna ontgrendelt een abonnement de rest. Ik noem twee grenzen. Hij is gebouwd voor berichten, dus lange documenten horen ergens anders thuis, en de eigen voorwaarden zeggen ronduit dat het een communicatiehulp is, geen therapie⁶, en dat je teksten nooit gebruikt worden om AI-modellen te trainen.

Grammarly’s toondetector

Grammarly voert de meest gebruikte toondiagnose ter wereld uit. Het herkent de toon van je tekst aan woordkeuze, formulering, interpunctie en zelfs hoofdlettergebruik⁷, met een combinatie van regels en machine learning⁸. Bij de lancering in 2019 kon het ongeveer 40 tonen benoemen, van vriendelijk en blij tot agressief en geïrriteerd⁹. Het heeft wat tekst nodig om mee te werken: ongeveer 150 tekens in de browser¹⁰, 90 op het mobiele toetsenbord¹¹. De labels zijn de diagnose; toonherschrijvingen op zinsniveau zitten in de betaalde abonnementen. Voor bedrijven voegt Grammarly Business merktonen toe, waarbij beheerders uit meer dan 50 tonen kiezen en ze als on-brand of off-brand markeren¹² en iedereen in realtime een duwtje in de juiste richting krijgt. Grammarly heeft sindsdien Reader Reactions toegevoegd, een agent in Grammarly-documenten die simuleert hoe een lezer die jij kiest, zoals je manager of een klant, kan opvatten wat je schreef¹³. Leeft je schrijfwerk vooral in documenten en werkmail, dan is dit de benchmark.

Goblin Tools (de Judge en de Formalizer)

Goblin Tools is een verzameling minuscule, gratis AI-tools van de Belgische ontwikkelaar Bram De Buyser, op de eigen site omschreven als “kleine, simpele tools met elk één taak”¹⁴, vooral gebouwd voor neurodivergente mensen. Twee daarvan doen er hier toe. De Judge voelt de stemming of emotie aan achter elk bericht dat je ontvangen hebt, en de Formalizer herformuleert je tekst meteen naar de juiste toon¹⁵, met een “spiciness”-schuifje voor hoeveel het verandert. Zo’n decoder aan de ontvangstkant is zeldzaam; bijna alles verder in dit stuk kijkt alleen naar wat jij verstuurt. De website is gratis en de mobiele apps zijn goedkope eenmalige aankopen.

Sapling

Sapling richt zich op klantenservice- en salesteams, en publiceert de meest transparante toontaxonomie van het stel. De gratis toonchecker herkent meer dan 25 emotionele tonen (vreugde, verwarring, dankbaarheid, angst) op zowel zin- als documentniveau¹⁶, en de developer-API dekt 28 tonen met kansen per zin¹⁷. Wil je toonherkenning ingebouwd in je eigen product, dan is dit de praktische opvolger van de oude IBM-API die we zo meteen begraven.

Zeven tools die herschrijven naar elke toon die jij kiest

Deze zijn nuttig en ik gebruik er zelf een paar, maar afgezien van Copilot in Outlook vertelt geen ervan je hoe je oorspronkelijke concept overkomt. Ze geven je gewoon een ander concept terug.

Apple Intelligence Writing Tools zitten op systeemniveau en herschrijven geselecteerde tekst professioneler, vriendelijker of beknopter, zo ongeveer overal waar je kunt typen, inclusief apps van derden¹⁸, plus een vrij invulveld om je wijziging zelf te omschrijven¹⁹. Gratis bij iOS 18.1, iPadOS 18.1 of macOS Sequoia 15.1 op ondersteunde hardware. Drie kant-en-klare opties, nul diagnose. Ik vergeleek wat Apple, Google, Grammarly en ChatGPT met je berichten doen, functie voor functie.

Microsofts Copilot doet hetzelfde binnen Office, waar je in Word tekst selecteert, Herschrijven kiest en het menu voor toonaanpassing gebruikt (met onder meer Neutraal, Informeel en Beknopt)²⁰. Outlook is de uitzondering. Daar geeft de e-mailcoaching van Copilot suggesties over de toon, de duidelijkheid en het gevoel dat een concept bij de lezer oproept²¹, waarmee het de enige tool in deze groep is die een beetje diagnose doet, alleen voor werkmail. Wat je krijgt hangt af van je Microsoft-abonnement en welke Outlook je gebruikt, en ik heb geen bewijs gezien over hoe nauwkeurig de coaching is.

Wordtune is de snelste van de tools die zich volledig op herschrijven toeleggen. Je markeert een zin, tikt op Informeel of Formeel, plus Inkorten en Uitbreiden²², en kiest uit de suggesties. Gratis laag, met betaalde abonnementen vanaf ongeveer $7 per maand, jaarlijks gefactureerd²³, per augustus 2026.

Hemingway Editor bouwde zijn naam op leesbaarheid, met kleurcodes voor dichte zinnen en lijdende vorm, wat aanpalend is aan toon in plaats van toon zelf. De betaalde Hemingway Editor Plus voegt AI-herschrijven toe, waaronder geselecteerde tekst professioneler of vriendelijker maken²⁴ en speciale tools voor informeler, formeler en overtuigender²⁵. Nog altijd de beste remedie tegen opgeblazen proza die ik ken.

Drie snelle. LanguageTool is de meertalige keuze, een grammatica- en stijlchecker in zo’n 30 talen met een parafraseertool in de betaalde laag; toon is hier een bijproduct, niet het product. ProWritingAid is voor lange manuscripten, een diepe stapel stijl- en leesbaarheidsrapporten, zonder live inschatting van hoe een berichtje zal overkomen. En QuillBot is de parafraseertool van studenten, met kant-en-klare modi waaronder Formeel; het herschrijft vloeiend en vertelt je niets over je origineel.

Vier tools die je toon afstemmen op één specifieke lezer

Deze groep beantwoordt een andere vraag. Hoe moet ik klinken voor deze ene persoon, of als dit specifieke bedrijf?

Crystal profileert je ontvanger met het DISC-persoonlijkheidsmodel, en de Writing Assistant checkt in realtime de woorden, zinnen, stijl en toon van je e-mail binnen Gmail of Outlook en stuurt je richting de communicatiestijl van die persoon²⁶. Ik vind het een beetje onbehaaglijk en af en toe briljant, en het is duidelijk gebouwd voor sales.

Lavender is een coach voor cold e-mails die elk concept van 0 tot 100 scoort terwijl je typt, met toon als een van de factoren, en verbeteringen voorstelt op basis van data over reactiepercentages²⁷. Er is een gratis laag van 5 e-mails per maand, daarna abonnementen vanaf $29 per maand (per augustus 2026)²⁷. Is outbound je werk, dan wordt die score snel een gewoonte.

Textio²⁸ is de baas in de wervingsniche, markeert bevooroordeelde of uitsluitende taal in vacatureteksten en functioneringsfeedback en scoort hoe de taal bij kandidaten zal overkomen. En Writer werkt op enterprise-schaal: upload schrijfvoorbeelden en het bouwt een stemprofiel²⁹, zodat de AI-output van een hele organisatie in één toon blijft.

De gratis eenpagina-checkers zijn prima, met één kanttekening

Voorbij de grote namen ligt een lange staart van gratis pagina’s waar je gewoon je tekst in plakt. De gratis checker van Sapling (hierboven) is de betrouwbare. De toonchecker van LiveChatAI³⁰ herkent een dominante toon en markeert welke zinsdelen tot dat oordeel leidden, alleen detectie, geen herschrijvingen. De versie van AskAI³¹ bouwt een chatmodel rond een formaliteitsscore van 0 tot 100 en signaleert toonverschuivingen in lange documenten, met een betaalde laag voor zwaarder gebruik. Ik zou ze vertrouwen voor een alinea in een blog of een motivatiebrief.

Alles wat je in een gratis webpagina plakt, reist naar iemands server, en de meeste van die pagina’s zeggen weinig over wat er daarna mee gebeurt. Ik zou een marketingalinea er zonder nadenken inplakken, en een uitmaakbericht er ver bij vandaan houden.

De toon-API die iedereen vroeger citeerde, is dood

Tien jaar lang betekende “toon checken” in technische zin IBM Watson Tone Analyzer, de API achter talloze demo’s en onderzoekspapers. Die is weg. IBM kondigde de uitfasering aan op 24 februari 2022, en de dienst ging op 24 februari 2023 offline³². Wat overblijft is een klein kant-en-klaar toonclassificatiemodel binnen Watsons Natural Language-toolkit³³, dat Engels en Frans dekt met een kort lijstje categorieën zoals opgewonden, gefrustreerd, onbeleefd, beleefd, verdrietig, tevreden en meelevend.

Ik neem dit overlijdensbericht op omdat het de markt verklaart. Het tijdperk van de losstaande toon-API liep af, en de energie verschoof naar de assistenten hierboven en naar grote taalmodellen die op verzoek alles herschrijven. Wat ons bij het ongemakkelijke deel brengt.

Wat het onderzoek zegt over AI aan je woorden laten zitten

Het herschrijven zelf is inmiddels triviaal. De gevolgen zijn minder overzichtelijk, en daar bestaat echte literatuur over.

Onderzoekers noemen het AI-gemedieerde communicatie: wanneer een AI-systeem berichten tussen mensen aanpast, aanvult of genereert³⁴, zoals Jeff Hancock, Mor Naaman en Karen Levy het in 2020 definieerden. De belangrijkste bevinding kwam een jaar eerder, in een CHI-studie naar Airbnb-hostprofielen, waarin het team van Jakesch ontdekte dat lezers tekst waarvan ze dachten dat AI hem geschreven had, als minder betrouwbaar beoordeelden³⁵. Een vervolgstudie naar slimme AI-antwoorden vond dat de suggesties de taal die mensen daadwerkelijk produceerden veranderden, in positieve richting duwden, en beïnvloedden hoe gesprekspartners elkaar waarnamen³⁶. Ik ben apart dieper ingegaan op of AI-herschrijftools voor berichten echt werken.

Er is ook een bias-probleem in de modellen zelf. Een studie uit 2025 van Monash University genereerde duizenden assistent-dialogen op basis van bewust neutrale prompts en vond een consistente scheefstand. De modellen klinken standaard, in de woorden van de onderzoekers, “overdreven beleefd, vrolijk of voorzichtig, zelfs wanneer neutraliteit verwacht wordt”³⁷, waarbij toonclassificatoren de scheefstand detecteerden met macro-F1-scores tot 0,92³⁷. De machines hebben een accent. Laat je er een alles herschrijven wat je verstuurt, dan ga je zelf ook met dat accent praten. Het NLP-vakgebied heeft zelfs een naam voor het mechanisme eronder, text style transfer, met een hele overzichtsliteratuur eromheen³⁸, en niets daarvan is getraind op wat jou naar jou laat klinken. Dat accent is de reden dat Subtext je eigen formulering als uitgangspunt gebruikt voor elke herschrijving in plaats van het te verwisselen voor een huisstijl.

Mijn conclusie uit dit alles is om deze tools eerst als spiegel te gebruiken en zelden als ghostwriter, en ja, let op van wie die conclusie komt. Een toonlezing voor je verstuurt pakt het 78/56-probleem uit de Kruger-studie aan, al blijft het een gok van buiten je hoofd. In een ACL-studie uit 2025 kwamen menselijke lezers en taalmodellen allebei maar gedeeltelijk uit bij de emoties die schrijvers zeiden te voelen³⁹, dus behandel de lezing van elke checker, ook de mijne, als een second opinion. Een volledige herschrijving van alles wat je verstuurt schept een nieuw probleem: het probleem waarbij je moeder kan horen dat er een robot antwoordde.

Waar ik zelf voor zou kiezen

Voor persoonlijke berichten en lastige gesprekken is mijn shortlist Subtext of Goblin Tools. Subtext als je de diagnose, de herschrijving en de gesprekscontext op één plek wilt met behoud van je eigen stem; de Judge en de Formalizer van Goblin als je gratis, één taak tegelijk en zonder account wilt. Voor documenten en werkmail is de detector van Grammarly de benchmark, met Hemingway als redactieslag tegen opgeblazenheid. Zit je op Apple-hardware, dan dekken de Writing Tools kant-en-klare toonwissels zonder extra kosten, en betaalt je werkgever al voor Copilot, dan geeft de coaching in Outlook werkmail een basale lezing. Je betaalt alleen voor een speciale tool zodra je echte diagnose nodig hebt. Voor sales-outreach neem je Lavender, voor op de ontvanger afgestemde berichten Crystal, voor wervingstaal Textio, en voor een bedrijfsbrede merkstem Writer. Blut en nieuwsgierig? De gratis checker van Sapling plus Goblin Tools leren je het hele concept voor niets.

En welke je ook kiest: houd zelf het laatste woord. Het onderzoek hierboven is er vrij duidelijk over: het doel is een bericht dat klinkt als jij op een goede dag, niet als een model met onberispelijke manieren.

Is “klinkt dit oké?” het moment dat jij maar al te goed kent, dan is dat precies het moment waarvoor Subtext gebouwd is. Plak het concept of maak een screenshot van de thread zodat je beide kanten leest, en het benoemt wat je bericht gaat signaleren en toont de exacte woorden die dat doen, dan biedt het versies die nog steeds als jij klinken. Probeer Subtext in je browserProbeer Subtext in je browser

Ik heb voor dit stuk drie AI-onderzoeksrapporten samengevoegd en geschrapt wat niet klopte, maar ik doe niet alsof wat overbleef boven alle discussie verheven is. Maak jij een van deze tools en vind je dat ik hem tekortdoe, of ken je een checker die beter diagnosticeert dan de vier die ik vond, laat het me weten en ik test hem en werk dit stuk bij.

Samet Durgun is medeoprichter van Subtext, een app die de emotionele toon van je berichten oppikt en ze herschrijft in je eigen stem. Hij woont in Berlijn.

Bronnen

Elke link hierboven gaat naar de primaire bron, waar die bestaat. De bronnen hieronder zijn genummerd op volgorde van verschijnen.

Waarom toon misgaat

Kruger, J., Epley, N., Parker, J., en Ng, Z. (2005). Egocentrism over e-mail: can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. DOI: 10.1037/0022-3514.89.6.925. Open pdf:
American Psychological Association, Monitor on Psychology (februari 2006). E-mails and egos.

De tools

Schrijven met AI

Hancock, J. T., Naaman, M., en Levy, K. (2020). AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations. Journal of Computer-Mediated Communication, 25(1), 89-100.
Jakesch, M., French, M., Ma, X., Hancock, J. T., en Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019.
Mieczkowski, H., Hancock, J. T., Naaman, M., Jung, M., en Hohenstein, J. (2021). AI-Mediated Communication: Language Use and Interpersonal Effects in a Referential Communication Task. Proceedings of the ACM on Human-Computer Interaction, 5(CSCW1).
Bodara, H., Mushfiq, M. M., en Siddiqui, I. F. (2025). Bias Beneath the Tone: Empirical Characterisation of Tone Bias in LLM-Driven UX Systems. UISE ’26 workshop (ACM).
Jin, D., Jin, Z., Hu, Z., Vechtomova, O., en Mihalcea, R. (2022). Deep Learning for Text Style Transfer: A Survey. Computational Linguistics, 48(1), 155-205.
Li, J., Zhou, Y., Narayanan Venkit, P., Islam, H. B., Arya, S., Wilson, S., en Rajtmajer, S. (2025). Can Third Parties Read Our Emotions? Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 21478-21499.