Es exactamente igual que en X360 y exactamente igual que cuando usas Whatsapp, Skype, Facebook, Twitter, WeChat, LINE, etc.etc.etc. Con lo cual o no usas nada o ya sabes lo que hay.
Y lo de la voz en Kinect por lo menos ha servido para mejorar, y mucho, el reconocimiento de órdenes, que al principio le tenías que gritar vocalizando perfecto y ahora es mucho más natural.