مایکروسافت در جریان نطق اصلی بیلد ۲۰۱۸، ابزار جدیدی را برای بهبود هر چه بیشتر کنفرانس‌های ویدیویی رونمایی کرد. این ابزار مخروطی شکل می‌تواند بصورت خودکار الگوی صدای حضار را تشخیص داده و گفته‌ها را برای افرادی که در جلسه بصورت فیزیکی حضور ندارند، ترجمه کند. این ابزار می‌تواند گفته‌ها را بصورت همزمان به چند زبان مختلف ترجمه کند. همچنین باید به قابلیت شناسایی چهره‌ی حضار در جلسه نیز اشاره کرد، بطوریکه این قابلیت حتی زمانی که افراد در محل برگزاری ویدیو کنفرانس در حال راه رفتن باشند نیز قادر به شناسایی چهره است.
ابزار جدید مایکروسافت بصورت کامل می‌تواند با کورتانا همگام شده و هماهنگی‌هایی نظیر یافتن اتاق جلسه‌ی خالی یا هماهنگی برای یافتن زمان خالی برای تمام حضار را انجام دهد.
استفاده از چنین ابزاری با بهره‌گیری از قابلیت‌های هوشمند برای هماهنگی زمان می‌تواند در برگزاری کنفرانس‌های ویدیویی که تعداد زیادی از افراد در محل حاضر نیستند، بسیار کاربردی باشد. همچنین ابزار جدید مایکروسافت قادر است علاوه بر ترجمه‌ی همزمان گفته‌های هر یک از حضار به زبان‌های مختلف، این گفته‌ها را در قالب متن برای افرادی که قدرت شنوایی ضعیفی داشته یا از این ویژگی محروم هستند، ارائه دهد.
ابزار مایکروسافت هنوز در مرحله‌ی آزمایشی قرار دارد و باید دید که این محصول در عمل چگونه محک خواهد خورد.