दरअसल जब भी आप स्मार्टफोन या कंप्यूटर में वॉयस कमांड देते यानी बोलते हैं तो हवा में वाइब्रेशन्स पैदा होते हैं। मोबाइल या कंप्यूटर का साउंड कार्ड इससे उत्पन्न वेव्स को एनालॉग-टू-डिजिटल कंवर्टर के जरिए डिजिटल डाटा में बदलता है, जिसे कंप्यूटर समझ सके। साथ ही सिस्टम में मौजूद सॉफ्टवेयर आवाज को और साफ करने व बैकग्राउंड की अन्य आवाजों को दूर करने का काम भी करता है। इस डिजिटल डाटा से उत्पन्न आवाज या शब्द को सॉफ्टवेयर टुकड़ों में बांटता है, जिन्हें फोनोमीज कहते हैं।