語音識別功能是智能語音機器人最基本的功能，也是一項很重要的功能；在識別準確率方面理論值整體差別不大，基本能夠達到85%以上，而在實際使用過程中，環(huán)境和網(wǎng)絡是影響識別率的主要原因。嘈雜的環(huán)境必然會降低語音識別的準確率，網(wǎng)絡的傳輸也會影響到語音識別的準確率，所以外購或者開源的識別引擎要比本地自主研發(fā)的識別率低和識別不穩(wěn)定。

自然語言處理功能目前在技術上主要有2種解析方式：關鍵詞識別解析和相似句識別解析。從字面的意思就可以看出一個是基于詞語的識別解析，一個是基于語句的識別解析，中文中有太多的詞語是發(fā)音一樣的，而意思卻是完全不同的；關鍵詞識別解析提高準確率的辦法是不斷累加詞語，而相似句識別解析則只需要列出主要的語句，系統(tǒng)會自動學習并擴展相似的問句。