數字經濟學院院長伊利亞·米林指出,這項工作旨在讓機器智能處理相同語句大量具有音色、語調和音量等方面差異的樣本,從而學會理解人類的指令。
要想讓機器學會明白人類語音指令,至少需要數千份語音樣本。項目方邀請所有願意參與者在網站voice.ashmanov.org錄下自己的語音指令。