دوربین مذکور با ضبط تصاویر حرکات دهان هر فرد و استفاده از الگوریتمی خاص نه تنها کلمات و حروف ادا شده را تشخیص می‌دهد، بلکه می‌تواند آنچه قرار است توسط شخص بیان شود را پیش‌بینی کند و بر همین مبنا فرکانس‌های مرتبط را تقویت کرده و اصوات اضافی را پالایش می‌کند. عملکرد این دوربین شباهت زیادی با عملکرد مغز در زمان تلاش برای شنیدن صحبت‌های افراد دارد. زیرا مغز هم آنچه که ما می‌شنویم را با آنچه که از دهان فرد خارج می‌شود ترکیب می‌کند تا متوجه محتوای صحبت‌های طرف مقابل شود. الگوریتم مورد استفاده در این دوربین هم باز و بسته شدن دهان را درک می‌کند و هم پهنا و عمق دهان را در زمان صحبت کردن تحلیل می‌کند. دوربین مذکور با موفقیت روی افرادی از نژادها و جنسیت‌های مختلف آزمایش شده و نتیجه کار تا به حال رضایت بخش اعلام شده است.