generowanie mowy (synteza mowy), gdzie (przetłumaczony) tekst może zostać przekształcony w mowę ludzką (przez komputer, który renderuje głos natywnego użytkownika języka docelowego); rozpoznawanie mowy, gdzie użytkownik może mówić do urządzenia, które nagra mowę i prześle ją do serwera w celu przekształcenia na tekst jeszcze przed jego przetłumaczeniem; tłumaczenie obrazów, gdzie użytkownik może zrobić zdjęcie (za pomocą aparatu fotograficznego urządzenia) tekstu drukowanego (np. znaku drogowego, menu restauracji, strony książki itp.), a aplikacja prześle je do serwera tłumaczeniowego, który zastosuje technologię optycznego rozpoznawania znaków (OCR), wyciągnie sam tekst, jeśli to konieczne – zwróci go użytkownikowi do edycji, a następnie przetłumaczy na wybrany język Interpretacja głosowa, w której użytkownik może wybrać wymaganą kombinację językową, a następnie zostanie automatycznie połączony z żywym tłumaczem tłumaczenie rozmów telefonicznych, podczas którego użytkownik może rozmawiać z innymi osobami za pośrednictwem mobilnego tłumacza, który wykorzystuje funkcje rozpoznawania mowy i generatora mowy, aczkolwiek z dodatkową optymalizacją dla tej metody komunikacji (np.