Голосовое управление в современных автомобильных медиасистемах работает на основе технологий распознавания голоса, которые проходят несколько этапов: 2

1. Получение голосового сигнала и предварительная обработка речи. 2 Система может распознавать речь, зависящую от диктора, или не зависящую от него. 2 В первом случае пользователь должен научить систему распознавать его голос, во втором — система способна распознать любую речь. 2
2. Распознавание фонем и слов. 2 Последовательности слов (предложения) преобразуются в представления о том, что хотел сказать говоривший. 2
3. Понимание речи. 2 Система опирается на большой объём лингвистических и культурных знаний. 2

Некоторые системы голосового управления срабатывают на ключевые слова, то есть допускают вариации в формулировках запросов. 1 Другие работают над смыслом произнесённой фразы. 1

Например, в мультимедийной системе Incar TMX2-7709-6 пользователь может выполнять основные команды голосом, такие как включение и выключение навигатора, управление музыкой, управление звонками и другие. 3