A poznavalci opozarjajo, da je pot do tega cilja posejana s kopico ovir. Prepoznavanje govora namreč ni ena sama monolitna tehnologija. Delimo jo na različne podzvrsti, kot je krmiljenje naprav z govorom, prepoznavanje narekovanih besedil, pa tudi marsikaj bolj zapletenega, denimo prepoznavanje konteksta in smisla izgovorjenega besedila.