Η πράξη «Επεξεργασία εικόνων ήχου και γλώσσας» έχει ως στόχο την ανάπτυξη ολοκληρωμένων συστημάτων διεπαφής χρήστη (user interface) που θα αξιοποιούν τις νέες τεχνολογίες επεξεργασίας εικόνας, ήχου, οπτικής αναγνώρισης χαρακτήρων, φωνής κλπ. Θα ενθαρρυνθούν σύνθετες ενέργειεςπου θα συνδυάζουν περισσότερα του ενός μέσα όπως: διαλογικά συστήματα ανάκτησης πληροφοριακών δεδομένων μέσω φωνής, καθώς και διαλογικά συστήματα ανάκτησης κειμένου μέσω φυσικών γραπτών ή προφορικών διαλόγων στην Ελληνική γλώσσα. Επιπλέον, υποστηρίζεται η ανάπτυξη εφαρμογών υπερμέσων (hypermedia) που θα ενσωματώνουν τις παραπάνω τεχνολογίες και επιτρέπουν την ανάκτηση και επεξεργασία σύνθετων δομών δεδομένων που είναι αποθηκευμένα σε μεγάλες βάσεις.

Τα ερευνητικά έργα υλοποιούνται από κοινοπραξίες στις οποίες μπορούν να συμμετέχουν ερευνητικά κέντρα, Πανεπιστήμια, ιδιωτικές και δημόσιες επιχειρήσεις. Ενδεικτικός κατάλογος των φορέων που συμμετέχουν στην υλοποίηση των έργων περιλαμβάνει ΕΚΕΦΕ Δημόκριτος, Εθνικό Κέντρο Έρευνας και Τεχνολογικής Ανάπτυξης, Ίδρυμα Τεχνολογίας και Έρευνας, Ινστιτούτο Επεξεργασίας Λόγου, Οικονομικό Πανεπιστήμιο Αθηνών, Εθνικό Μετσόβιο Πολυτεχνείο, Εθνικό Καποδιστριακό Πανεπιστήμιο Αθηνών, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Πανεπιστήμιο Πειραιώς, Ίδρυμα Μείζονος Ελληνισμού, ΕΚΠΟΙΖΩ, ΕΡΤ ΑΕ – ΕΡΤ3.