बहत्तर आवाजें ग्यारह भारतीय भाषाओं के साथ-साथ अंग्रेजी को कवर करती हैं, इसलिए एक ही आवाज बिना किसी बदलाव के हिंदी कॉलर और तमिल कॉलर दोनों के काम आती है। एक ही वाक्य के भीतर हिंदी और अंग्रेजी बारी-बारी से आ सकती हैं।

सात ब्रिटिश आवाज़ें, जिन्हें चुनने के बजाय पूरा सूचीबद्ध किया गया है। इस्ला, जूलिया और पॉपी महिला आवाज़ें हैं, जबकि एलिस्टेयर, एडवर्ड और नूह पुरुष आवाज़ें हैं। अधिकांश परियोजनाओं के लिए पर्याप्त, और इतनी कम कि पांच मिनट में इनका ऑडिशन लिया जा सके।

तैंतालीस अमेरिकी आवाजें, जो कैटलॉग में सबसे गहरा अंग्रेजी सेट है। इसमें इतनी रेंज है कि एक ही आवाज को बार-बार दोहराने के बजाय पूरे अभियान में अलग-अलग टोन के लिए कलाकारों का चयन किया जा सकता है, क्योंकि कोई अन्य आवाज फिट नहीं बैठती।

आईवीआर (IVR) आवाज़ों को केवल ब्राउज़र में अच्छा नहीं लगना चाहिए, बल्कि उन्हें कंप्रेस्ड फोन लाइन पर भी सही से काम करना चाहिए। ये सीधे ulaw और alaw आउटपुट देते हैं, लगभग 200 मिलीसेकंड में जेनरेट होते हैं, और एक ही प्रॉम्प्ट में हिंदी और अंग्रेजी दोनों को संभाल सकते हैं।

सपोर्ट कॉल उन लोगों तक पहुँचती हैं जो पहले से ही परेशान हैं, और अक्सर ख़राब नेटवर्क लाइन पर होते हैं। ये आवाज़ें चरित्र की तुलना में स्पष्टता को अधिक पसंद करती हैं, अलग-अलग रेंडर में स्थिर रहती हैं, और हिंदी और अंग्रेजी के बीच उसी तरह से बदलती हैं जैसे कॉल करने वाले वास्तव में करते हैं।

एक सौ एक महिला आवाजें, जो छह लहजे के समूहों और सभी बारह अनुशंसित भाषाओं में फैली हुई हैं। उस पैमाने पर, लहजा और भाषा आमतौर पर लिंग की तुलना में कास्टिंग को अधिक सीमित करते हैं।

पांच ऑस्ट्रेलियाई आवाज़ें, और पांचों यहाँ मौजूद हैं। क्लोई, नयाह और सिएना महिला आवाज़ें हैं, जबकि कूपर और फ्लिन पुरुष आवाज़ें हैं। एक छोटा सा सेट, लेकिन बिना किसी आवाज़ को दोहराए एक प्रोजेक्ट को तैयार करने के लिए पर्याप्त।

तीन कनाडाई आवाज़ें: एरिका, एलिक और विलियम। बस यही पूरा समूह है। यदि आपको उत्तर अमेरिकी लहजे में अधिक विविधता की आवश्यकता है, तो पैंतालीस अमेरिकी आवाज़ें इससे काफी मिलती-जुलती लगती हैं।

स्क्रीन रीडर का अनुभव रखने वाले यूज़र अक्सर इसे सामान्य से काफी अधिक गति पर चलाते हैं। इसकी गति को 0.5 से 2.0 तक एडजस्ट किया जा सकता है, और इसमें नौ भारतीय भाषाओं को शामिल किया गया है, जहाँ पूरे उद्योग में सहायक ऑडियो की उपलब्धता काफी कम है।

घोषणाएँ गूंजते हुए हॉलों में सुनी जाती हैं और हजारों बार दोहराई जाती हैं। उच्चारण शब्दकोश स्टेशनों और स्थानों के नामों को स्थायी रूप से तय करते हैं, यूलॉ (ulaw) और एलॉ (alaw) सीधे पब्लिक एड्रेस हार्डवेयर को फीड करते हैं, और एक ही आवाज पूरी बहुभाषी श्रृंखला को संभालती है।