选择本地视频文件即可播放，识别结果实时叠加于画面底部。视频在浏览器内播放，仅音频用于识别与翻译。
采集浏览器标签页、整个屏幕或麦克风音频，字幕显示在独立的置顶窗口中，适用于视频会议、直播与在线课程。
单一连接同时返回自动识别的原文与翻译后的译文，可按需选择显示内容。
同一识别结果可采用不同的上屏策略，设置同时作用于实时字幕与会话回放。
会话结束后由浏览器直接生成三个文件，不经过服务器。回放页可读取文件，按原时间线逐句分析延迟与改写。
同一路音频同时接入两个识别引擎，结果并排显示、时间轴对齐，措辞、断句与延迟差异一目了然。