Za uporabnika je seveda treba najprej izdelati zvočni odtis (fingerprint), nato se primerja odtis in govor.
Tudi ponudba programov za prepoznavanje govora je razmeroma pestra. Pri tem resni komercialni izdelki dosegajo v povprečju od 90 do 95 % natančnost prepoznavanja brez predhodnega učenja in neodvisno od govorca.