گوگل اعلام کرده است این پیشرفت به دلیل توسعه ی مدل های آکوستیکی به نام CTC که فارسی این مدل به معنای طبقه بندی پیوند زمانی (Connectionist Temporal Classification)است.تیم فنی گوگل اسپیچ اعلام کرد:این مدل یک فرمت خاص از شبکه ای عصبی و محیطی است که در محیط های شلوغ با دقت و حساسیت بیش تری شنود می کند و حروف و کلمات را سریع تر و دقیق تر تشخیص می دهد.بنابریان اگر فرد رد یک محیط شلوغ باشد و یا میان بان حروف و کلمات وی وقفه باشد و یا تند کفته شود این سیستم آکوستیک کلمات و حروف را با سرعت و دقت بیش تر دنبال و ثبت می کند.امسال یعنی سال 2015 این دومین بار است که گوگل از بهبود سیستم صوتی خود سخن گفته است.گسترش این سیستم که گوگل از آن بهره می برد در واقع سیستم یا شبکه ی عصبی هوش مصنوعی است به نام deep learning.

این آپدیت گوگل برای تمام دستگاه های اندرویدی و ios در دسترس است و کاربران می تاوانند توانایی بهبود یافته این سیستم صوتی را امتحان کنند.