为了解决这个问题，就要考虑到人类自己的交互方式。资料显示，人与人的交互方式有文字内容、声音语调、表情动作等，这是人与人最自然的交互方式，图灵机器人称其为“多模态交互”。据俞志晨介绍，Turing OS就采用了多模态交互，也就意味着支持情感识别和情感表达。Turing OS具备25种语言情感，包括468类情感语言、120种声音语调、88套表情动作，官方宣称识别准确率达到了95.1%。