درصد خطای سیستم تشخیص گفتار گوگل به رکورد خیره کننده ۵ درصد رسید. این موضوع بدین معنی است که هوش مصنوعی گوگل قادر است تا ۹۵ درصد از گفته‌های انسان را درک کند که تقریبا برابر با قدرت درک گفتار انسان‌ها از مکالمات است. دست یافتن به چنین دقتی می‌تواند توانایی‌های گوگل اسیستنت، دستیار صوتی هوشمند غول جستجو را بیش از پیش تقویت کند.
گوگل جریان ارائه‌ی گزارش خود اعلام کرد که سیستم تشخیص گفتار گوگل به صحت ۹۵ درصدی دست یافته که با قدرت شناسایی گفتار انسان‌ها برابری می‌کند.
الگوریتم های یادگیری ماشین به گوگل کمک کردند تا به این قدرت از تشخیص صجت گفتار برسد. شاید نگاهی به پیشرفت صحت سیستم تشخیص گفتار گوگل بسیار جالب توجه باشد؛ چراکه این سیستم با سرعت بسیار بالایی رشد کرده است. از سال ۲۰۱۳ تا به امروز میزان پیشرفت صحت تشخیص گفتار این سیستم بیش از ۲۰ درصد بوده است.
مترجم گوگل در کنار دستیار صوتی هوشمند مورد استفاده در گوشی‌های هوشمند و همچنین بلندگوی گوگل هوم یکی از چندین کاربرد سیستم تشخیص گفتار گوگل است.
از جمله نکات جالب در این سیستم ها این است که صدا در آینده‌ی نزدیک جایگزین متن برای صدور دستورات به سرویس‌های اینترنتی و هوش مصنوعی خواهد بود. براساس آمارهای ارائه شده نزدیک به ۲۰ درصد از سوالات وارد شده از طریق گوشی‌های هوشمند در سال ۲۰۱۶ بصورت صوتی بوده است.