La generazione di discorso sintetico segnali al fine di trasmettere informazioni agli ascoltatori, di solito basato su una richiesta verbale o testuale dagli utenti. Questa sintesi vocale in genere impiega un programma per computer e richiede l'accesso all'archivio di porzioni del discorso parlato in precedenza da esseri umani. La naturalezza del sintetica voce dipende da diversi fattori, tra cui il vocabolario di parole a pronunciare, la quantità di discorso memorizzato e la complessità dei programmi di sintesi. Il più fondamentale voice response semplicemente riproduce adeguate risposte brevi verbali, che sono solo copie dei segnali voce umana archiviati utilizzando la tecnologia di campionamento digitale. Sistemi di di più universale, d'altro canto, sono capaci di trasformare qualsiasi testo indicato in discorso comprensibile per una lingua specifica. Questi sistemi di quest'ultimi finora esistono per soli 20 o così delle principali lingue del mondo e sono viziati nella produzione di discorso che, mentre di solito intelligibili, suona innaturale.