Una eina que identifica els parlants, afegeix puntuació i marca cada paraula amb la seva marca de temps automàticament
Un editor de transcripcions agafa el resultat brut de la conversió de veu a text i l'estructura perquè el puguis fer servir de veritat. Les etiquetes de parlant mostren qui ha dit què, la puntuació fa llegible el text i les marques de temps a nivell de paraula et permeten saltar directament a qualsevol moment de l'enregistrament.
Sense aquestes funcions, acabes amb una paret de text sense puntuació, sense manera de saber qui parla ni on apareix una citació al fitxer original.