बोली से टेक्स्ट

नहीं। ऑडियो डिकोडिंग और प्रतिलेखन आपके ब्राउज़र में होते हैं और रिकॉर्डिंग सर्वर पर अपलोड नहीं होती। मॉडल और प्रसंस्करण संसाधन कैश में न हों, तो उन्हें डाउनलोड करने के लिए इंटरनेट चाहिए।

स्वचालित पहचान रिकॉर्डिंग की शुरुआत के पास की बोली से भाषा पहचानती है। भाषा खुद भी चुन सकते हैं। कई भाषाएँ उपलब्ध हैं, लेकिन सटीकता भाषा, लहजे, शोर और रिकॉर्डिंग की गुणवत्ता के अनुसार बदलती है। मिली-जुली भाषाओं और एक साथ बोलने वालों के लिए अतिरिक्त जाँच ज़रूरी हो सकती है।

डिफ़ॉल्ट रूप से “उन्नत” चुना रहता है। इससे पहचान बेहतर हो सकती है, लेकिन पहली बार बड़ा डाउनलोड, अधिक मेमोरी और आम तौर पर अधिक प्रसंस्करण समय चाहिए। पहचान की गुणवत्ता प्राथमिकता हो, तो “उन्नत” चुनें। “मानक” तेज़ है और कम मेमोरी इस्तेमाल करता है, इसलिए लंबी रिकॉर्डिंग या सीमित संसाधनों वाले डिवाइस के लिए इसे चुनें।

वक्ताओं के लेबल वैकल्पिक हैं और डिफ़ॉल्ट रूप से बंद रहते हैं। वे अनुमान लगाते हैं कि किसने बोला और गलत हो सकते हैं, खासकर थोड़ी देर बोलने या एक साथ बोलने पर।