Was mit dem Audio passiert

Zuhören ist bei den meisten Tarifen eine Anfrage an unseren Server. Jede Äußerung, die die Sprachaktivitätserkennung abschließt, geht hinauf, kommt als Text zurück, und auf keiner der beiden Seiten bleibt eine Kopie des Ausschnitts. Ein auf Azure-Echtzeit eingestellter Tarif schickt das Audio stattdessen direkt an Azure — unser Server reicht der App dabei nur ein kurzlebiges Token — und auch dort wird es nicht aufbewahrt. So oder so speichert die Sitzung den Text.

Das ist der Tausch, ausgesprochen statt vergraben: Ein Gespräch braucht eine Netzverbindung, und das Audio geht hinauf, um Text zu werden.