A voz era a parte do ToRun com a maior diferença entre o que conseguia fazer e a sensação de a usar. Esta versão fecha quase toda essa diferença.
O ecrã acompanha a conversa
Enquanto fala, o ecrã inicial deixa de ser um ecrã inicial. A saudação e os atalhos afastam-se, e o que disse e o que o assistente respondeu vão surgindo à medida que acontecem. Os locais, ligações e ficheiros encontrados chegam como cartões em que pode tocar, na posição do momento em que foram encontrados — e não amontoados no fundo.
A esfera inteira passa a ser o botão de falar, com o microfone no centro. As pessoas apontavam a um pequeno emblema e falhavam-no.
O silêncio tem explicação
Uma pesquisa ou uma consulta de mapa pode demorar vários segundos. Esse silêncio era, até agora, indistinguível de uma chamada caída. O assistente passa a dizer-lhe que começou, e volta a dizê-lo se a tarefa ainda estiver em curso.
As suas palavras, na sua língua
A fala estava a ser transcrita segundo a língua da interface e não a que estava a ser falada. Se usasse a aplicação em inglês e falasse turco, via as suas próprias frases chegarem traduzidas, enquanto o assistente lhe respondia em turco — uma conversa, duas línguas. A transcrição passa a seguir quem fala.
O próprio microfone
No Android, as chamadas captavam o áudio por um caminho pensado para ditado: sem cancelamento de eco, sem controlo automático de nível. Em alta-voz, a própria voz do assistente regressava ao microfone e a fala baixa continuava baixa. As chamadas passam a usar o caminho criado para conversa em mãos-livres — o mesmo comportamento que a aplicação sempre teve no iPhone.
E depois
Uma chamada guardada passa a dizer o que foi: cada linha leva uma marca de microfone, a hora a que foi dita e o modelo que a pronunciou, com a duração da sessão mostrada uma vez no fim. Lê-se pela ordem em que aconteceu, o que parece óbvio e não era verdade antes.