소리는 전화망(G.711 8kHz)을 통과한 것이다. 마이크 소리는 계속 서버로 보내고, 서버가 말 끝을 잡는다(무음 0.2초에 준비 시작, 0.45초에 확정). 에이전트가 말하는 중에 말을 시작하면 끊고 듣는다.