Cuando Tiempos Modernos se estrenó, el cine sonoro llevaba ya diez años de explotación comercial. Hasta entonces, Chaplin se había resistido a recitar diálogos, sabedor de que la clave de la universalidad de su humor se hallaba precisamente en la pantomima. No obstante, esta vez se prestó a preparar algunos diálogos, llegando incluso a grabar algunas pruebas. Finalmente, se lo pensó mejor y, como en Luces de la Ciudad, acabó utilizando sólo música y efectos de sonido. Las voces humanas sólo aparecen en segundo plano, filtradas a través de aparatos de tecnología: el jefe que se dirige a los obreros desde una pantalla de televisión; el vendedor que es sólo una voz en un fonógrafo.
Una sola vez, la voz de Chaplin se escucha directamente. Haciendo de camarero, Charlot es requerido para sustituir al tenor de un café-teatro, especializado en temas románticos. Escribe la letra de las canciones en los puños de su camisa a modo de chuleta, pero la pierde, por lo que se verá obligado a improvisar la canción con una maravillosa jerga que pretende hacer colar como italiano. La voz de Chaplin se había podido escuchar ya en la radio, e incluso en un boletín informativo cinematográfico, pero esa sería la primera y única vez que el mundo podría oír a Charlot.