یکی از مهمترین قابلیت‌های گوشی‌های هوشمند امروزه دستیار صوتی آنها است. بزرگترین چالش روبه‌روی این دستیارهای صوتی هم تشخیص صدا و تبدیل آن به متن است مخصوصا برای کلمات مشابه و یا جاهایی که فضا کمی شلوغ باشد که این کار مشکل‌تر می‌شود، اما در کل بهترین سیستم تشخیص صدا متعلق به کدام کمپانی است؟
هوش مصنوعی مایکروسافت و تیم تحقیقات این شرکت سیستم تشخیص صدای خود را تا حدی ارتقا داده‌اند که رکورد قبلی را شکست و تقریبا مانند یک انسان می‌تواند کلمات را تشخیص دهد. جالب اینکه رکورد قبلی این آزمایش هم در دست مایکروسافت بود و سیستم قبلی می‌تواند با 6.3 درصد خطا مکالمات را تشخیص دهد و حالا این عدد به 5.9 رسیده است که هیچ دستیار صوتی حتی به این آمار نزدیک هم نشده است.
قدرت این سیستم تشخیص صدا به حدی است که حتی کلماتی که با هم اشتباه می‌شوند را هم درست تشخیص می‌دهد. کلماتی مثل has با is و یا a با the معمولا در مکالمات خطای شنیداری دارند اما این سیستم تقریبا همه را به درستی تشخیص می‌دهد.
این سیستم فوق‌العاده قدرتمند تشخیص صدا هم‌اکنون در کورتانا در حال استفاده است و هیچ دستیار صوتی نمی‌تواند به دقت کورتانا به حرفهای شما گوش بدهد. به گفته هری شوم مدیرعامل قسمت هوش مصنوعی مایکروسافت: "این قابلیت کورتانا را بسیار قدرتمند کرده است و باعث شده تا کورتانا باهوش‌ترین دستیار صوتی باشد".