El avance de esta técnica ha sufrido una evolución sorpredente en los últimos 15 años, coincidiendo con el desarrollo de la capacidad de cálculo de las computadoras. Hay que tener en cuenta la cantidad ingente de cálculos que se han de llevar a cabo para esta técnica.

Volviendo al tema que tratamos, en un futuro próximo tendremos la habilidad de transmitir emociones es un área tan importante de desarrollo como lo es tomar muestras de una voz humana para sintetizar voces en esa voz. Así, por ejemplo, sería posible coger una grabación antigua de la voz de Stephen Hawking y usarla como modelo para síntesis de voz, de forma que no sólo hablase con acento británico, sino que además sonase como si realmente fuese Stephen Hawking quien está hablando. En el futuro, aplicaciones como estas podrían ser usadas para escuchar a autores leyendo sus libros. Así, por ejemplo, los fans de Tolkien podrán escuchar a Tolkien - mediante la ayuda de la síntesis de voz - leer "El Señor de los Anillos".

Porqué limitarnos solo al reconocimiento, pensemos que en unos años
podamos mantener largas conversaciones con nuestro ordenador. En el que actúe de diferente forma según la persona con la esté hablando.

O simplemente naveguemos por internet sin teclado ni ratón, solamente
indicando al ordenador mediante nuestra voz donde queremos
acceder.

Dra. Knill. Texto obtenido de la página de Toshiba