Ekran okuyucu kullanıcıları için metin okuma (TTS) teknolojisi, son 30 yıldır büyük ölçüde değişmeden kalırken, yapay zeka destekli TTS sistemleri gören kullanıcılar için devrim niteliğinde ilerlemeler kaydetti. Bu durumun temel nedeni, iki kullanıcı grubunun ihtiyaçlarının farklı olmasıdır. Gören kullanıcılar doğal, sohbetvari ve insan benzeri sesleri tercih ederken, ekran okuyucu kullanıcıları hızlı, net, öngörülebilir ve verimli sesleri, genellikle dakikada 800-900 kelime gibi yüksek hızlarda anlaşılabilen, biraz robotik tınılı sesleri tercih etmektedir. Bu tercih farkı, kör kullanıcıların modern TTS gelişmelerinden mahrum kalmasına yol açmıştır.
Bu durumun yol açtığı en büyük sorunlardan biri, Batı İngilizce konuşan kör kullanıcıların çoğunluğunun tercih ettiği Eloquence adlı sesin 2003'ten beri güncellenmemiş olmasıdır. 32-bit bir teknoloji olan Eloquence, modern 64-bit yazılımlarda (örneğin NVDA ekran okuyucu) ancak emülasyon katmanları aracılığıyla çalışabilmektedir. Apple gibi büyük şirketler bile bu sesi ürünlerine entegre etmek için emülasyon kullanmak zorunda kalmıştır. Eloquence'ın kaynak koduna ulaşılamaması veya derlenememesi, güvenlik açıklarının giderilememesi ve güncellenememesi gibi ciddi sorunlar yaratmaktadır. Bu geçici çözümler sürdürülebilir olmaktan uzaktır ve acilen daha iyi bir alternatife ihtiyaç duyulmaktadır. Ayrıca, İngilizce dışındaki dilleri konuşan kullanıcılar için de modern TTS sesleri genellikle yavaş, aşırı sohbetvari ve verimsiz bulunmakta, eSpeak-ng gibi açık kaynaklı çözümler ise dilbilimcilerin katılımı olmadan oluşturulan telaffuz kuralları gibi farklı sorunlar barındırmaktadır.
Ekran okuyucu kullanıcılarının metin okuma teknolojisindeki özel ihtiyaçları, onları yapay zeka destekli modern gelişmelerden uzak tutarak eski ve güvenlik açıkları barındıran sistemlere mahkum bırakmaktadır.