自2012年以来，研究表明，通过深度学习可以显着提高语音识别准确度，谷歌从而也在早期便开始采用相关技术到语音搜索等产品中。这也正是该领域革命的开始的标志：谷歌每年都开发出新的架构，进一步提高产品质量。从深度神经网络（DNN）到递归神经网络（RNN），长期短期记忆网络（LSTM），卷积网络（CNNs）等等。然而延迟仍然是问题难点。谷歌今日正式宣布推出端到端，全神经应用于设备的语音识别器，为Gboard中的语音输入提供支持。在谷歌人工智能最近的论文“移动设备的流媒体端到端语音识别”中，其研究团队提出了一种使用RNN传感器（RNN-T）技术训练的模型，该技术同时也能应用在手机上。这也就意味着不会出现更多的网络延迟或紊乱，同时保证即使是在脱机状态，新的识别器也能够运转。该模型保证当人说话时，它会逐个字符地输出单词，就如同有人在实时键入一样，达到语音准确识别的效果。