Auf Grund unterschiedlicher Frequenzhöhen und Geschwindigkeiten einer Audio Datei, kann es sein, dass erst nach dem 2. oder 3. mal auf Play klicken, die korrekte Dekodierung unten im Feld als Text angezeigt wird.
Das ist technisch bedingt, weil das Script beim ersten Durchlauf lernt, eventuelle Nebengeräusche herauszufiltern.