Wenn Sie sprechen, wird Ihre Stimme über das Mikrofon und die Audio-Hardware Ihres Computers aufgenommen. Dieses Audiosignal steht allen Anwendungen auf Ihrem Computer zur Verfügung. Wenn Sie über Skype mit jemandem sprechen, wird das Sprachsignal in einer Reihe von Paketen codiert. Sie müssten das Protokoll von Skype zurückentwickeln, um das Sprachsignal zu decodieren.
Wenn Sie im Freisprechmodus auf einem Mobiltelefon telefonieren, ist die Qualität für die Spracherkennung möglicherweise nicht ausreichend. Außerdem muss die Spracherkennungssoftware sowohl auf Ihre Stimme als auch auf die der anderen Person geschult werden.
Ich bin nicht sicher, welche Relevanz Google hier hat.