Bei diesem vorgestellten System [10] wurde der VoCon-Erkenner eingesetzt. Das Vokabular hatte einen Umfang von ungefähr 150 Wörtern, und es wurde noch kein Nachtraining durchgeführt. Bei der Grammatik handelte es sich um eine von Hand erstellte Schlagwortgrammatik mit 400 Zuständen. Während der Vorführung waren kaum Nebengeräusche zu verzeichnen. Es gab keine dynamischen Hindernisse (Menschen). Zur Ausführung wurde die einfache GOLOG-Bibliothek (5.3.2) verwendet.
Es wurden insgesamt 14 Anfragen während der Vorführung durch den gleichen Sprecher an das System gestellt. Dabei wurden zehn Anfragen korrekt ausgeführt, drei nicht als Anfrage akzeptiert und eine Anfrage falsch ausgeführt. Zusätzlich wurden während der Ausführung vier Interaktionen angestoßen. Zwei verlangten einen Namen und zwei ein Ja beziehungsweise Nein. Alle vier wurden korrekt erkannt. Der Parser interpretierte die dargebotenen Wortfolgen korrekt, und auch auf der Ebene der Robotersoftware wurden keine Ausführungsfehler festgestellt.
Von den zehn korrekt ausgeführten Befehlen wurden nicht alle in der gesagten Wortfolge enthaltenen Schlüsselwörter ihrer Reihenfolge nach erkannt. Drei Folgen wurden korrekt erkannt, alle anderen enthielten meist geringe Abweichungen. Trotzdem wurden sie korrekt ausgeführt.
Die Zuverlässigkeit im Bereich der Interaktion ist durch die geringen Nebengeräusche und die Verwendung eines abschaltbaren Handmikrophons zu erklären. Die in dieser Realisierung ermöglichten Interaktionen bestehen bis auf die Zahlen aus Einzelwörtern (Namen, Farben, Ja/Nein). Ab einem bestimmten Grad an Hintergrundgeräuschen werden gerade diese Einzelwörter ohne spezielle Einstellungen am VoCon-Erkenner sehr häufig fälschlich erkannt. Dies wurde während der Aufbauphase beobachtet. Durch die kontrollierte Umgebung und das verwendete Mikrophon trat dieses Problem aber nicht auf.