Già nel lontano 2004 Microsoft pensava al riconoscimento vocale, ne è la prova questo brevetto che parla chiaro:

A method and apparatus are provided for identifying a caller of a call from the caller to a recipient. A voice input is received from the caller, and characteristics of the voice input are applied to a plurality of acoustic models, which include a generic acoustic model and acoustic models of any previously identified callers, to obtain a plurality of respective acoustic scores. The caller is identified as one of the previously identified callers or as a new caller based on the plurality of acoustic scores. If the caller is identified as a new caller, a new acoustic model is generated for the new caller, which is specific to the new caller.

Il brevetto prevede che un software riconosca una persona analizzandone il timbro ed il tono della voce e confrontandola con i dati raccolti in un database di registrazioni vocali.
In pratica la voce viene scompattata in piccoli pacchetti di dati ed analizzata, tale tecnica permetterà, in un prossimo futuro, l’ integrazione del software anche su dispositivi mobili.