ما یک روش مبتنی بر یادگیری عمیق را برای تأیید گوینده پیشنهاد کرده‌ایم. تیم ما بیش از یک سال روی این پروژه کار کرده است و دقت آن از معیارهایی مانند دقت مقاله گروه اندرو زیسرمن از دانشگاه آکسفورد فراتر رفته است. برخلاف سایر روش‌های وابسته به متن، سیستم ما مستقل از متن و زبان است.
سرعت پردازش مدل ما کمتر از 1 ثانیه است. این سیستم به سادگی با بررسی دو صدای 4 ثانیه ای فرد را شناسایی می کند. سیستم ما به زبان های انگلیسی، فرانسوی، اسپانیایی، آلمانی، فارسی و عربی حتی در محیط های پر سر و صدا کاملاً کار می کند.