Le problème, c'est qu'après une phase de progrès rapides à la fin du siècle passé, le taux d'erreur de mots plafonne à 10% depuis 2001 , soit environ le triple du taux d'erreur d'un être humain. Et encore, c'est pour l'anglais "standard". Le taux d'erreur est bien plus élevé pour d'autres langues, et catastrophique pour une conversation entre supporters de foot à la sortie du match.

Comme le note Portner, on pensait au début que la reconnaissance vocale était un premier pas vers l'intelligence artificielle. Aujourd'hui de nombreux chercheurs estiment que l'intelligence artificielle est indispensable pour atteindre une reconnaissance vocale de qualité acceptable. Les gros projets de recherche ont été abandonnés les uns après les autres, bloqués devant le mur si bien décrit par les Perlisismes sur l'intelligence artificielle comme:

"Une année de travail sur l’intelligence artificielle est suffisante pour vous faire croire en Dieu"