通過采用深度神經網絡技術，微軟大大提升了語音識別的準確率，錯誤率降低至18.5%，準確率比傳統技術提升了33%。這讓流利的語音對語音程序變得更加現實。
該技術無需用戶對識別系統進行“訓練”，而是通過“即時、因人而異的自動語音識別”技術實現。換言之，真正的人聲識別。
