Что сложнее всего в создании естественно звучащего голосового ИИ?

Пользователь спрашивает, что больше всего влияет на естественность голосовых ИИ-ассистентов: время ответа, способность перебивать, произношение, качество голоса, понимание акцентов или что-то ещё. Он отмечает, что многие демо звучат хорошо, но при реальном разговоре возникают проблемы.