Ahogy a 8. táblázat mutatja, mind a kifinomultabb (és komplexebb) akusztikusmodell-struktúrák, mind a nagyobb és szofisztikáltabb nyelvmodellek jellemzően érdemi javulást eredményeztek külön-külön és együttesen is mindkét teszthalmazon és mindkét metrikánál. Végeredményben a kiindulási (l. 6. táblázat) értékekhez képest kevesebb mint felére sikerült szorítani a hibákat, ami a BEA-Base esetén abszolút rekordnak számít a tanulmány írásának időpontjában. Ámde a spontán és kötött hibaarányok viszonya (arányszáma) lényegileg nem változott a kiinduláshoz képest. A spontán és kötött beszéden mért hibaarányok közötti különbségek csak olyankor csökkentek, ha egyáltalán nem alkalmaztunk (explicit) nyelvmodellt – ami viszont szuboptimális az abszolút pontosságok tekintetében. Másként fogalmazva, a nyelvmodell-valószínűségek hozzáadásával mindig többet javult a kötött beszédfelismerés pontossága, mint a spontán beszédé. Azaz az eredmények sejtetik, hogy a kötött beszéd jobban jósolható, mint a spontán – annak ellenére, hogy a kötött halmaz mondatait garantáltan nem „láthatta” a gépi beszédfelismerő rendszer sem az akusztikus, sem a nyelvmodell tanítása során. Emellett nyilvánvaló, hogy a spontán beszéd akusztikai szempontból is lényegesen nagyobb kihívás a gépek számára (is), mint az olvasott vagy ismételt beszéd. Tegyük hozzá, hogy a gyakorlott felvételvezető előolvasása utáni elismétlés tipikusan megelőzte a munkafolyamat során az adatközlő önálló felolvasását, tehát motorikusan már valamelyest begyakorolt beszédről lehet szó, ahol a megakadásjelenségek kevésbé gyakoriak – szemben a spontán beszéddel.