В современных системах распознавания голоса часто различают голосовую активацию (которая работает прямо на устройстве, но по ограниченному набору слов) и собственно распознавание, для которого оцифрованный звук отправляют на сервер. Ибо считалось, что для полноценного распознавания произвольного текста ресурсов, например, мобильника не хватит. Но вот тут ребята сделали полноценную автономную распознавалку, которая быстро и чисто работает на не самом продвинутом Nexus 5 без обращения к серверу по сети. Жаль, что пока только для английского. Но все равно перспективы голосового ввода это открывает очень крутые. http://arxiv.org/pdf/1603.03185.pdf