差別在 Vito 的得要為每一個想聲控撥號的聯絡人錄一段語音標籤,那 1000 個聯絡人就得錄 1000 次塞微的是不錄語音標籤,會依照你唸的東西辨識出文字,再進入聯絡人比對相符者。前者,已經用很久的聲紋辨識技術,換一個人念就辨識不出,較不精準。後者,新發展出來的辨識技術,不論誰說的可以,較精準。