Även om ett antal olika Kinect®-funktioner är tillgängliga när du använder en Kinect®-sensorenhet med ett lämpligt sekundärt system, är flera av dem nyckelfunktioner för enheten. De två huvudfunktionerna är röstigenkänning och visuell detektering av spelarens plats. Dessa ger Kinect®-systemet förmågan att känna igen och acceptera röstkommandon från användare, samt visuellt identifiera användarens plats och position för fysiska kontroller och kommandon. Andra Kinect®-funktioner är främst baserade på programvara som används med Kinect® och kan sträcka sig från gränssnittskontroller via röst och rörelse till möjligheten att digitalisera fysiska objekt för virtuell manipulation.
Det finns ett antal Kinect®-funktioner möjliga när du använder Kinect®-sensorenheten med ett sekundärt system, till exempel en Xbox 360®-spelkonsol eller en dator. De flesta av dessa funktioner härrör dock från hårdvaran som ingår i Kinect®-sensorn. De två stora funktionerna är mikrofonen som kan upptäcka röstkommandon och kameran i sensorn.
Inuti sensorenheten finns en mikrofon som ansvarar för många av de populära Kinect®-funktionerna som utvecklas. Mikrofonen kan upptäcka röster och isolera ljudet från röstinstruktioner från andra omgivande ljud eller omgivningsljud. Detta gör att programvara och firmware med Kinect®-systemet kan känna igen röstinstruktioner så att användare kan manipulera spelkontroller och användargränssnittsalternativ (UI) genom röstkommandon.
Många av de mest unika Kinect®-funktionerna är dock baserade på kamerasystemet i sensorenheten. Sensorn skapar i princip ett rutnät av infrarött ljus i ett område framför enheten, som tas emot av en kamera i sensorn. Dessa data används sedan av firmware och programvara för att skapa en virtuell representation av miljön och känna igen mänskliga figurer i den miljön. När folk väl har blivit igenkända är rörelsekontroller möjliga, eftersom rörelse och förändringar av den figuren kan möjliggöra spelkontroll och interaktion med användargränssnittet.
Andra Kinect®-funktioner som har skapats och fortsätter att utvecklas är baserade på dessa två primära system. Spelkontroll, till exempel, möjliggörs genom röstigenkänning, vilket gör att spelare kan utfärda röstkommandon till själva spelet. Rörelsekontroller låter sedan spelare flytta sina kroppar i verkliga utrymmen för att kontrollera karaktärer och föremål i ett spel.
UI-kontroller är möjliga på ett antal olika sätt, inklusive möjligheten för någon att navigera i menyer genom röstkommandon och välja alternativ baserat på fysiska rörelser som relaterar till den virtuella miljön. Nya Kinect®-funktioner fortsätter att introduceras, inklusive möjligheten att ”skanna” objekt från den verkliga världen till en virtuell miljö med hjälp av kameran i sensorn. Kinect®-användare kan sedan manipulera den virtuella versionen av objektet genom en kombination av röst- och rörelsekontroller.