Die Beschränkung durch Kopfbügelmikrofon mit Kabel sollen aufgelöst werden, um die
Bindung an den Computer zu lösen. Dies soll durch kabellose Mikrofone oder Richtmikrofone
geschehen. Letzteres war bisher aufgrund von entstehenden Störgeräuschen nicht möglich.
Unterschiede der Sprache durch Dialekte soll behoben werden, das Training dadurch verringert.
Die Sprecher sollen in Cluster eingeteilt werden, die bereits vorkonfiguriert werden
(männlich /weiblich, Kind/ Jugendlicher/ Erwachsener...). Dadurch wird eine Verringerung des
Trainingsaufwands erzielt, lediglich ein kurzer Test zur Einteilung in ein Cluster ist
erforderlich.
Eine weitere Verbesserung durch die Vergrößerung des Vokabulars ist kaum mehr möglich, trotzdem sollen auch neu entstandene oder ungebräuchliche Wortformen aufgenommen werden, um die Genauigkeit zu verbessern.
Die Hersteller von Spracherkennungslösungen erhoffen sich, Tastatur und Maus durch Spracherkennung abzulösen. Hersteller von Spracherkennungs-Software vergleichen die Einführung der Spracherkennung gern mit der Einführung der Maus, als anfangs auch noch keine Programme mit Mausunterstützung existierten, wogegen heute nahezu jedes Programm fast ausschließlich mit Mausunterstützung arbeitet.
Durch die Verbindung von Spracherkennung und Sprachverstehen soll das Übersetzen von gesprochenem Text ermöglicht werden.
Weiterhin soll nicht nur der PC per Sprache gesteuert werden, auch Videorecorder, Notizbücher oder Autos sollen über Sprache bedienbar sein. Gerade letzteres erscheint den Herstellern als interessantes Ziel, da Hände Bein und Augen beim Autofahren beschäftigt sind. Dadurch bleibt Sprache als einzig freies Medium zum Steuern von Zusatzapplikationen.
Alles Zukunftsmusik !