به گفته مایکروسافت، این برنامه پیشرفته ترین نرم افزار تشخیص گفتاری است که تا به امروز ایجاد شده است.در این مطالعه، نرخ خطای نرم افزار تقریبا 5.9 درصد برآورد شد، که به اندازه نرخ خطای انسان در شنیدن است.
مایکروسافت در این زمینه می گوید:
نتایج این مطالعه بدین معنا نیست که کامپیوتر هر کلمه ای را کاملا تشخیص می دهد، در واقع انسان نیز نمی تواند این کار را انجام دهد. بلکه بدین معنی است میزان خطای این برنامه با میزان خطایی که از شنیدن یک فرد انتظار داریم یکسان است. پیش از این نیز، محققان به نرخ خطای 6.3 درصد رسیده بودند اما تلاش خود را برای پایین تر آوردن این نرخ خطا ادامه دادند.
این نرم افزار متکی به شبکه های عصبی عمیق و واحد پردازش گرافیکی مخصوص می باشد. شبکه های عصبی عمیق داده ها را مشابه نحوه کار مغز انسان تفسیر می کند و واحد پردازش گرافیکی به نرم افزار اجازه می دهد با سرعتی بیشتر از قبل به یادگیری بپردازد.
نقطه عطف این موفقیت، پیامدهای گسترده آن است. در سطح عملی، محصولات مایکروسافت به زودی می توانند درکی بهتر از انسان داشته باشند. محصولات دیگر مایکروسافت مانند دستیار شخصی کورتانا و ایکس باکس و نرم افزارهای دسترسی مانند سرویس های رونویسی فوری نیز می توانند نتایج از این پژوهش بهره مند شوند.
علاوه بر این به راحتی می توان از این تکنولوژی در برنامه هایی مانند آفیس استفاده کرد. تصور کنید با انجام این کار ویژگی دیکته ورد چقدر به سطح دقت و صحت انسان نزدیک شود.
به گزارش بی نهایت،از سوی دیگر این فن آوری می تواند نقطه عطفی برای پژوهش های هوش مصنوعی باشد. جفری زوایگ(Geoffrey Zweig)، عضو گروه تحقیقاتی Speech and Dialog مایکروسافت، در بیانیه ای اشاره کرد مرحله بعدی این پژوهش کمک به ساخت نرم افزاری است که نه تنها می تواند گفتار انسان را رونویسی، بلکه بتواند آن را درک نیز کند.