Két 2016-os kutatás is igyekszik bizonyítani, hogy a mesterséges intelligencia szájról olvasási eredménye jobb az emberi felismerésnél. Az oxfordi egyetem egyik kutatócsoportja előre megkomponált, három másodperces videókból álló adathalmazon tanította és tesztelte a LipNetet; a másik tanszék pedig BBC videókkal képezte a saját rendszerét.
