Het gesproken woord wordt live opgepikt vanaf de geluidsinstallatie en door spraakherkenning omgezet in tekst, die vervolgens automatisch vertaald kan worden naar andere talen. Die tekst verschijnt binnen enkele seconden op een scherm in de zaal, in de livestream of op de telefoon van de bezoeker. Sommige systemen zetten de vertaling ook weer om in gesproken audio, zodat deelnemers via een oortelefoon meeluisteren in hun eigen taal. De kwaliteit staat of valt met het aangeleverde geluid: een schoon signaal rechtstreeks vanaf de mengtafel geeft een aanzienlijk beter resultaat dan een microfoon die de zaal opneemt.

Bij goed verstaanbare sprekers, een schoon audiosignaal en een gangbare taal is de herkenning tegenwoordig hoog; vakjargon, sterke accenten, door elkaar pratende deelnemers en afkortingen blijven de zwakke plek. Veel systemen laten zich vooraf voeden met een woordenlijst van namen, merken en vaktermen, wat de nauwkeurigheid merkbaar verbetert. Voor plenaire sessies, presentaties en webinars is AI-ondertiteling doorgaans ruim voldoende en bovendien snel op te schalen naar veel talen. Bij juridisch bindende zittingen, onderhandelingen, gevoelige of ceremoniële momenten blijft een menselijke tolk de veilige keuze, omdat die nuance, toon en context meeweegt.

Er zijn drie gangbare vormen: een ondertitelbalk of los scherm in de zaal, een tekstlaag in de livestream, en een webpagina die bezoekers via een QR-code op hun eigen telefoon openen. Die laatste vorm is populair omdat iedereen zelf de gewenste taal kiest en er geen apparatuur uitgedeeld hoeft te worden, wel is er dan een goed werkend gasten-wifi of voldoende mobiel bereik nodig. Wordt de vertaling ook als audio aangeboden, dan luisteren deelnemers mee via hun eigen oordopjes of via uitgereikte ontvangers. In de zaal wordt vaak gekozen voor een combinatie, zodat zowel meekijken op het grote scherm als persoonlijk meelezen mogelijk is.

De belangrijkste voorwaarde is een aparte, schone audiofeed vanaf de mengtafel per spreker of als totaalmix. Daarnaast is een stabiele internetverbinding nodig wanneer de verwerking in de cloud plaatsvindt; bij gevoelige bijeenkomsten kan ook met een lokale server in het gebouw gewerkt worden, waardoor er geen audio het pand verlaat. Reken op een vertraging van ongeveer twee tot vijf seconden tussen het gesproken woord en de tekst, wat merkbaar is maar in de praktijk goed te volgen. Verder is een testmoment vooraf belangrijk: sprekers met een headset in plaats van een zaalmicrofoon leveren direct betere herkenning op.

Bij clouddiensten wordt het geluid van de bijeenkomst naar een externe server gestuurd, wat vraagt om afspraken over verwerkerschap, opslaglocatie en bewaartermijn onder de AVG. Voor besloten of vertrouwelijke sessies zijn er oplossingen die volledig binnen het netwerk of op een lokale server draaien, zodat opnamen en transcripten het gebouw niet verlaten. Het is verstandig deelnemers vooraf te informeren dat er live wordt getranscribeerd en vast te leggen of het transcript na afloop bewaard of verwijderd wordt. Ook het achteraf gebruiken van transcripten, voor verslagen, ondertitels of samenvattingen hoort in die afspraken thuis.