La modalità front-end o diretta permette di dettare e vedere immediatamente il testo trascritto. Eventuali correzioni o formattazioni possono essere applicate durante la fase di dettatura. 
In questa soluzione la tecnologia di riconoscimento vocale è installata sulla workstation che si utilizza per la refertazione. 
Tale soluzione permette di mantenere il controllo sull'intero ciclo di produzione del referto e renderlo disponibile alla struttura e al paziente in tempo reale.

L'immagine di seguito illustra uno schema concettuale dell'architettura di sistema:

La modalità front-end remote o streaming, sebbene la trascrizione venga effettuata dal server, permette di dettare e vedere immediatamente il testo trascritto. Eventuali correzioni o formattazioni possono essere applicate durante la fase di dettatura.

In questa soluzione la tecnologia di riconoscimento vocale è installata su di un server (fisico o virtuale) che può essere interno o esterno alla LAN dell'ospedale.

Come per la modalità front-end classica, tale soluzione permette di mantenere il controllo sull'intero ciclo di produzione del referto e renderlo disponibile alla struttura e al paziente in tempo reale.

Nella modalità back-end o differita viene creato un file audio (sulla workstation o utilizzando un dispositivo mobile), e viene inviato ad un server per la trascrizione.

Il testo trascritto, insieme all'audio viene inviato al personale di segreteria che, utilizzando il riascolto sincronizzato, effettua eventuali correzioni o formattazioni.

Tale soluzione ottimizza i flussi di lavoro già esistenti, riducendo il carico di lavoro per il personale di trascrizione ed aumentandone la produttività.