تیم ایسرو در اپل، سال‌های اخیر را صرف انجام پروژه‌ ای جهت تبدیل صدای siri به صدای طبیعی کرده اند آنها معتقدند که صدای رباتیک مناسب نبوده و باید صدای سیری به صدای انسان نزدیک تر گردد. اکنون سیری حین ادای جملات مکث بیشتری می‌کند؛ درست پیش از هر مکث، هجاها را می‌کشد، آهنگ صدای خود را حین صحبت بالا و پایین می‌برد و واژه‌ها را روان‌تر تلفظ می‌کند. سیری همچنین قادر به صحبت به زبان‌های بیشتری خواهد بود. مجموع این بهبودها، تعامل با دستیار صوتی اپل را لذت‌‌بخش‌تر خواهد نمود.حال  هوش مصنوعی در دو بخش مجزا و حیاتی از سیستم عمل می‌کند. اول، گفتار به متن؛ به معنی تلاش سیری برای درک صحبت‌های کاربر و دوم، متن به گفتار، جهت تلاش سیری برای پاسخگویی به کاربر است.  هر چه الگوهای اپل تکامل بیشتری پیدا کنند، امکان تمایز بیشتر افراد از یکدیگر و حتی درک لهجه‌های غلیظ‌تر فراهم می گردد. سیری باید یاد بگیرد بین صدای انسان و صدای ماشین و بین صدای شما و افراد دیگر تمایز قایل شود. 

 شما نمی‌توانید با سیری صحبت کنید؛ اما می‌توانید با فشردن دکمه‌ی میکروفون یک پیام متنی یا جستجوی اینترنتی به او دیکته کنید. این امکان، ورودی‌هایی از لهجه‌های مختلف با کیفیت متفاوت از میکروفون و موقعیت‌های متنوع برای ماشین‌های اپل فراهم می‌کند و منجر به این می‌شود تا عملکرد سیری برای افراد بیشتری بهبود یابد. پرسش اصلی این نیست که تعداد کارهای قابل انجام با سیری چقدر است؛ بلکه مسئله‌ی اصلی این است که سیری چگونه آن کارها را به نحو مناسب انجام می‌دهد. سیری می‌تواند آهنگ‌های شما را به عقب یا جلو ببرد. کافی است عبارت «هی سیری، دو دقیقه به عقب بازگرد» را بیان کنید و از نتیجه‌ی شگفت‌انگیز آن لذت ببرید با استفاده از سیری تماس صوتی واتساپ برقرار کنید، با اوبر تاکسی سفارش دهید و با کیف پول مجازی Venmo پول ارسال کنید. بیشترین کاربرد این دستیار صوتی، صرفه‌جویی در وقت با کاهش تعداد تپ‌ها و میزان تایپ کردن‌ است.

اکنون، اپل برای یافتن خاص ترین صدای موجود، شروع به راه‌اندازی یک جستجوی تمام‌عیار می‌کند. بدین منظور، آن‌ها کار خود را با صدها نفر آغاز و اقدام به ضبط نمونه‌های مختلف از جمله‌های احتمالی برای سیری می‌نمایند. ایسرو سپس با همکاری با طراحان اپل و تیم رابط کاربری، بهترین صداها را انتخاب می‌کند. این قسمت کار بیش از آنکه علمی باشد، ماهیتی هنرمندانه را دارا می باشد. هنگامی که آن‌ها از بین صداهای مختلف، صدای مناسب انسان و کامپیوتر را یافتند، آن صدا سرانجام به صدای سیری تبدیل خواهد گردید. این مراحل، فرآیند یافتن صدای مناسب را برای ۲۱ زبان تحت پشتیبانی سیری و بومی‌سازی آن‌ها برای ۳۶ کشور، یعنی بیش از مجموع تمام رقبای اصلی‌اش شامل می‌شود. اکنون اپل یک دستیار قابل اطمینان دارد،پس باید نحوه‌ی استفاده از آن را به مردم آموزش دهد.