Eén van de meest invloedrijke modellen voor de simulatie en verklaring van menselijke spraakperceptie is het Shortlist model. Woordherkenning in Shortlist komt tot stand door de invoer strikt bottom-up te matchen met een intern lexicon. Hoewel Shortlist een groot aantal belangrijke effecten die in psycholinguïstische experimenten zijn vastgesteld kan reproduceren, bevat het model enkele simplificaties waarvan het bekend is dat ze onrealistisch zijn.

Mensen herkennen woorden op basis van het spraakgeluid. Echter, Shortlist kan alleen woorden herkennen als de input van het model uit een reeks van discrete foneemsymbolen bestaat. Dit betekent dat een eerder proces het continue spraaksignaal om moet zetten in een rij van foneemsymbolen. Dit is de eerste belangrijke simplificatie.

Een tweede tekortkoming, die hiermee samenhangt, is dat de identiteit van de fonemen niet per sé correct hoeft te zijn, maar het aantal wel. Als het aantal fonemen fout is, heeft Shortlist de grootste moeite om een match te maken tussen de input foneemreeks en de foneemrepresentaties van de woorden in het lexicon.

Dit onderzoek stelt zich tot doel de symbolische input van Shortlist te vervangen door een interface dat een akoestisch signaal omzet in een reeks fonemen. Deze presentatie gaat in op het onderzoek dat tot nu toe gedaan is om het akoestische signaal om te zetten in een rij van fonemen, waarvan het aantal (zo veel mogelijk) overeenkomt met het aantal fonemen in de interne foneemrepresentatie van het woord in het lexicon van Shortlist.