Zur Spracherkennung wird die Anwendung "Google Voice" eingesetzt, die eigentlich zur Umwandlung von Telefonnachrichten in Textbotschaften entwickelt wurde. Auf Wunsch übersetzt Google die fertigen Untertitel auch in andere Sprachen, außerdem kann der Nutzer die erstellten Texte manuell korrigieren. Dank den Untertiteln sollen sich die Videos auch mittels Google durchsuchen lassen.
Lädt nun ein Nutzer ein Video hoch, kann er die Untertitel mit einem Klick auf den Button "Verarbeitung anfordern" in Auftrag geben. Erstellt werden sie nicht in Echtzeit, das Ergebnis soll erst einige Tage später vorliegen. Auch Clips, die bereits online sind, sollen nachträglich untertitelt werden können.
Wann andere Sprachversionen der Funktion folgen sollen, verriet Google noch nicht.