Ami lényeges, hogy a Microsoft szerint új szisztémájuk a beszéd értelmezésére még nem képes, ellenben a szófelismerésben 5,9 százalékos hibaarányt értek el, ami bőven felülmúlja az IBM hasonló rendszerének korábbi 6,6 százalékos eredményét.
Ez a mérték az összehasonlítás kedvéért már majdnem olyan arány, ami megközelíti az emberi tulajdonságokat. Ezt tökéletesen alátámasztja a beszédleírás során tapasztalt 11,9 százalékos hatékonyság - amikor a szoftvernek le kellett írnia szöveggel az élőszóban elhangzó mondatokat -, hiszen az emberi hatékonyság ezen a téren 11,3 százalék.
A Microsoft munkatársai természetesen itt nem állnak meg, várhatóan még tovább fejlesztik technológiájukat, amelyből főként a Cortana profitálhat majd.