En plus d’intérpreter nos mouvements à l’écran (avec plus ou moins de succès) , la fonction de commande vocale avait été annoncée par Microsoft au salon E3 2010. Une fonction sexy et futuriste qui permet de naviguer dans divers menus et contrôler les diverses actions avec sa voix. Cette fonction sera au rendez-vous pour la France, mais dans un second temps.
Microsoft promet de nous gratifier de cette fonction, mais avant cela et seuls les anglophones, japonais et espagnols profiteront avant nous de cette commande. Au 10 novembre 2010 la caméra Kinect ne sera pas encore convertie à notre langue. Impossible donc de lancer un film ou d’ouvrir un menu rien qu’en ouvrant la bouche. Une date approximataive a tout de même été avancée, au printemps 2011.