Некоторые причины, по которым синтезаторы речи иногда уступают человеческой речи:

• Искусственность речи. 1 Несмотря на кажущееся качество произношения текста синтезаторами, такая речь тяжела для восприятия и понимания человеком. 1 Это связано с тем, что для прослушивания синтезированной речи человек использует дополнительные центры обработки головного мозга, и мозг просто устаёт. 1
• Отсутствие эмоциональной нагрузки. 1 При чтении текста человеком, он пропускает смысл воспроизводимого через себя, и в интонациях и нюансах чувствуется его отношение к прочитанному. 1 Современные программы этого не могут, однако самые передовые из них пытаются имитировать интонацию путём модуляции тембра, длительности фонем и пауз. 1
• Низкая помехоустойчивость синтезированной речи. 1 Достаточно наличия лишь слабого источника шума, чтобы слушатель перестал воспринимать смысл текста, воспроизводимого речевым синтезатором. 1
• Невозможность передачи некоторых эмоций. 2 Искусственный интеллект не способен передать эмоции, которые «живой» диктор сможет вложить в озвучиваемый текст. 2
• Использование повторяющегося рисунка речи. 3 Многие системы синтеза речи используют один и тот же повторяющийся рисунок, и даже лучшие образцы речи, которые они создают, значительно уступают исполнению настоящего актёра. 3