机器人与人之间的信息交流，如向人报告情况，接收指令等，主要是靠语言。机器人的语言发出部分，就是它的嘴巴。机器人的嘴巴，由扬声器和语音合成与处理系统组成。机器人的语言发出方式有三种：一种是较为简单的语音系统，就是在磁介质或语音芯片中预先存储好常用的单词和短语，需要时，由控制系统根据所要表达的内容，合成相应的语言段，再通过扬声器传播出去。这种语言发出方式，较为简单、直观，叫作语音编辑方式。
另一种语言发出方式，叫作参量合成方式。它将人的语音事先进行了深入地处理，分成相应的参量，作为基本数据，存储在机器人的语音仓库中。当需要表达时，由合成系统根据相应的语义，利用语音参量进行合成，最后以语音波的方式，将语言信息传播出去。
还有一种语言发出方式，叫作法则合成方式。它直接将语音信息，变换成一个个音素，固化在芯片中。需要时，再合成为相应的语言进行输出。这种方式，是最为复杂的语言输出方式。
机器人的语言接收部分，当然就是它的耳朵了。机器人当然不能是聋子，它必须要有自己的耳朵，即语言输入系统。机器人耳朵的工作原理与它的语言输出系统相仿，它把这一过程逆过来就行了。机器人的耳朵，实际上就是它的话筒以及相应的语音识别系统。机器人接收到语音后，把它分解转换为相应的参量，如数字方式的信息，与预先储存在机器人电脑中的参量进行比较，就能“明白”语言的内容，以便通过相应的控制系统，采取与语言指令相应的行动。
较为先进的语音接收系统，则是把话筒收到的语音信息，通过模／数转换器，转换为二进制数字信息，然后存储起来。接着，将这一语音数字信息进行加工，计算出它们特参量的正规矢量。最后，求出正规矢量，将它与机器人电脑中存储的语音标准值进行比较，就能明白所发出的话音中的信息。这样，机器人就可以按指令做工作了。