Apple zrýchlil syntézu hlasu na zariadení, detokenizér pracuje s pamäťou približne 21 MB
Architektúra pre Siri Expressive Voices oddeľuje časové a hĺbkové spracovanie zvuku. Na koprocesore AMX dosahuje približne 10 ms na krok a konštantnú pamäť pri dlhšom výstupe.