В SRT у каждой реплики есть время начала и конца. «Войси» читает реплику выбранным голосом, а правила подгонки решают, что делать с фразой, которая звучит дольше своего интервала: ускорить, сократить, сдвинуть или обрезать.
Для локализации субтитры, сделанные по записи в «Войси», сначала переводят, затем озвучивают проверенный перевод. Так готовят перевод с озвучкой для обучающих видео, докладов и влогов. Язык и голос выбираются из каталога синтеза речи: 16 языков, 55 голосов.
На выходе аудиодорожка. Готового видео с новой речью озвучивание субтитров не собирает: дорожку добавляют к видео в видеоредакторе. Видео с переводом в кадре даёт вшивание субтитров, видео с речью спикеров на другом языке даёт переозвучивание.