Generowane przez sztuczną inteligencję nagrania mają to do siebie, że nie zawierają intonacji, podkreśleń, jak i przerw w wypowiedzi, które są typowe dla takiej naturalnej wypowiedzi. To są słowa wypowiadane w jednolitym tempie, jednym tonem, przez to brzmiące dosyć mechanicznie, więc po samym brzmieniu można rozpoznać, że jest to materiał wygenerowany przez sztuczną inteligencję — mówił w rozmowie z Tomaszem Terlikowskim na antenie Rada RMF24 Marcin Kostecki, starszy analityk serwisu Demagog.