有别于以往微软提交的技术专利，在最新获得专利中微软阐述了关于智能音箱设备和用户之间交互的技术。这项专利于2018年5月15日提交，于2018年9月13日审批通过。在专利背景概述中写道：“智能辅助设备（例如智能音箱）通常是被动的接收来自用户的口头查询和命令，在很多情况下用户说出关键词查询或者请求之后才会激活这些设备。”
而在专利描述中写道：“本专利用于智能助手设备以及同用户之间的交互方式。在某些示例中，通过设备屏幕显示预测的用户动作。然后根据显示的预测动作，音频输入就会调用本地处理来听取命令中的关键词，并根据显示的预判动作来增强理解。基于这些语音命令的检测以及命令的识别，用户可以设定不同的交互手势。”
