Một người đọc to một câu sẽ cho bạn biết cách họ phát âm các từ. Một cuộc hội thoại thực sự cho bạn biết nhiều hơn thế. Nó tiết lộ cách con người phản ứng, ngừng nghỉ, ngắt lời, nhấn mạnh ý tưởng, thay đổi giọng điệu và điều chỉnh ngôn ngữ dựa trên ngữ cảnh. Sự khác biệt này rất quan trọng. Để AI có thể vượt ra ngoài việc nhận diện giọng nói và tiến tới hiểu cách ngôn ngữ thực sự được sử dụng, nó cần được tiếp xúc với giao tiếp chân thực – không chỉ là những bản ghi đơn lẻ. Đây là một trong những ý tưởng được phản ánh trong cách tiếp cận của @_dialectra khi xây dựng bộ dữ liệu giọng nói. Bằng cách thu thập và tinh chỉnh ngôn ngữ từ những người nói thực tế thông qua các quy trình có cấu trúc, mục tiêu không chỉ đơn thuần là lưu giữ các từ ngữ, mà còn ghi lại ngôn ngữ như nó tồn tại trong cuộc sống hàng ngày. Vì ngôn ngữ không được trải nghiệm từng câu một. Nó được trải nghiệm thông qua các cuộc hội thoại.