服務機器人的“耳朵”由鈦酸鋇壓電材料制成。它比人的耳朵更靈敏，連火柴棍那么小的東西反射的聲波都能被它“聽”得一清二楚。鈦酸鋇壓電材料在受到張力或壓力時會產生電壓，從而改變電路。這種特性被稱為壓電效應。當它在聲波的作用下不斷拉伸或壓縮時，就會產生隨聲音信號而變化的電流。這個電流通過放大器放大后，送到電子計算機(相當于人腦的聽覺區)進行處理，讓服務機器人聽到聲音。

智能服務機器人不僅要能聽到聲音，還要能識別不同的聲音。根據服務機器人工程師的知識，已經成功開發出一種可以識別連續語音的裝置。它能以99%的準確率識別出非特別指定的人發出的聲音。這項技術讓服務機器人開始“聽得懂話”。一個人可以同時通過語音控制各個方向的服務機器，也可以同時對樓上樓下的機器發出指令，而且不需要照明，非常適合夜間或者地下工作。這項技術也大大加快了自動電話接聽、訂票和信息搜索的進程。目前人們還在研究如何讓服務機器人通過聲音識別人的心理狀態。人們希望未來的服務機器人不僅能理解人說的話，還能理解人的情緒，如喜悅、憤怒、驚訝、猶豫等。，這將給機器人的應用帶來巨大的發展空間。

此外，服務機器人可以通過分析人類的面部表情來獲取人類的情緒。傳統的面部表情情感識別通常包括喜、怒、悲、驚，這些都是表型比較明顯，檢測難度相對較小的情感類型。然而，“更容易察覺”并不等同于“更有用”。有一些無意識的、小范圍的、難以察覺的情緒類型與“微表情”高度相關，這些情緒類型對于理解人的意圖其實非常重要。