Das Konzept geht dahin, dass der Benutzer direkt in Ziel-Anwendungen wie Textverarbeitungsprogramme diktiert, in denen dann der gesprochene Text ohne Tastatureingabe erscheint.
Unterbrechungen bei bestimmten Befehlen (z. B. Warten auf Tastatureingabe) sorgen dafür, dass alle Tasks scheinbar parallel zueinander abgearbeitet werden.
Ein „Ereignis“ in einem Fenster ist dabei z. B. ein Mausklick mit einer der Maustasten, eine Tastatureingabe oder eine Textauswahl mit einer der Maustasten.
Im Einfügemodus werden (fast) alle Tastatureingaben in den editierten Text übernommen, und nur ganz wenige Tasten und -kombinationen haben eine andere Wirkung.
Unter der Tastatur des Scribers befindet sich eine Platine mit dem Interpreter für die Tastatureingaben (ähnlich der Computertastatur) und der Steuereinheit für kleine Schrittmotoren.