音訊後來怎麼了

大多數方案裡，聽寫是一次發往我們伺服器的請求。語音偵測器每收完一段話，就把它送上去，換回文字，兩邊都不留這段音訊的副本。設成 Azure 即時模式的方案則不同：音訊直接送到 Azure，我們的伺服器只給 App 一個短效的權杖，Azure 那邊同樣不會留底。不管走哪一條路，會話裡存下來的都是文字。

這就是這筆交換，說清楚而不是埋起來：通話需要網路，音訊要上去一趟才變成文字。