Osim CAPTCHA sistema zasnovanih na raspoznavanju teksta i elemenata slike, sve više se koriste CAPTCHA sistemi zasnovani na raspoznavanju govora (engl. audio CAPTCHA). U takvim sistemima, korisniku se dostavlja zvučni zapis nekog teksta, te se traži da korisnik zapiše izgovorene riječi. Kao i kod prethodnih sistema, zvučni zapisi se mogu transformirati s ciljem težeg raspozvanja, primjerice može se unijeti određena razina šuma ili određeni broj kratkotrajnih prekida zapisa. Na sljedećoj slici  prikazana su dva primjera CAPTCHA sistema koji koriste zvučne zapise: reCAPTCHA sistem te CAPTCHA sistem koji se koristi prilikom registracije na Google GMail sistem.