音声認識の開始はトリガーワード（「ねぇ、ボッコ」や「エモちゃん」、または専用アプリから任意に名づけたニックネーム）を検知した場合もしくは内蔵のレーダセンサ（人感センサ）に反応があった時に限られます。
その際本体内のメモリに一時的に音声が保存されますが、音声認識はBOCCO emo本体内で処理されていますのでクラウド上には送信されません。
録音された音声データが送信されるケースは、録音ボタンを押した場合や「録音して」など音声コマンドを使って明示的に録音を開始した時に限られます。