バージョン12における音声処理と音声分析は，音声識別，人声認識等のための高レベルの組込み関数を提供する．機械学習およびニューラルネットフレームワークとの効率的で緊密な統合と，Wolfram Neural Net Repositoryを介した利用可能で随時新しいものが追加されている最新の訓練済みモデルへの容易なアクセスによって，アルゴリズムのプロトタイプ作成と開発が簡単になっている．これらの機能はすべて，高レベルで正確な機械学習ソリューションを音声や音楽等の幅広い分野に適用するための，豊かで生産的なシステムを形成している．