Представленная китайцами программа носит название Deep Voice of Baidu 2. В отличие от первой версии она тратит на самообучение и распознавание речевых алгоритмов в 50 раз меньше времени (всего полчаса). Проанализировав несколько вариантов произношения одного и того же текста, она начинает выбирать акцент, если будет запрос от пользователя. Китайские программисты уверены, что их детище в самом скором будущем будет выдавать очень качественное искусственное произношение с миллионами голосовых оттенков в зависимости от региона, пола, возраста, воспитания, настроения и прочих разнообразных характеристик.