В процессе участвуют три нейросети: акустическая распознаёт звуки, языковая формирует из звуков слова, а пунктуационная определяет границы предложений и расставляет знаки препинания. Технология обучается на субтитрах фильмов и способна понимать неразборчивую речь и неформальную лексику, убирать паузы из записи, разбивать текст на предложения и смысловые блоки. Распознавание речи полностью автоматизировано и происходит без участия человека.

Расшифровывать можно как полученные, так и отправленные видеосообщения. Достаточно нажать на значок «Аа», после чего искусственный интеллект распознает речь собеседника и преобразует её в текст.

Функция уже доступна в веб-версии и части пользователей приложений «ВКонтакте» и «VK Мессенджер» на Android, в том числе в учебном профиле Сферум. Скоро она появится на iOS.

.