音声はそのあとどうなるか

聞き取りは、ほとんどのプランでは当社サーバーへのリクエストです。音声検出がひと区切りと判断した発話を送り、文字になって返ってきます。その音声の写しはどちら側にも残りません。Azure リアルタイムに設定したティアだけは別で、音声を直接 Azure へ送ります——当社サーバーが渡すのは短命なトークンだけで、Azure 側にも音声は残りません。いずれにせよ、セッションに残るのは文字です。

これが引き換えで、埋もれさせずに書いておきます。通話にはネットワークが必要で、音声は文字になるために一度こちらへ上がります。