Az élő hang teljesen duplex motort kapott: a mikrofon nyitva marad, miközben beszél, így félbe lehet szakítani, ahogy egy embert is. Ugyanazokat az eszközöket használja, mint az asszisztens többi része — keresés, emlékezet, létrehozás —, és egy beszélgetésből indított munkamenet mostantól már tudja, mi hangzott el abban a beszélgetésben.