Un allofono è una breve unità sonora del parlato usata per costruire il parlato sintetico a partire da frammenti. Invece di memorizzare parole o frasi intere, un sintetizzatore vocale può combinare questi piccoli pezzi per generare un output udibile. Questo approccio era comune nei primi hardware vocali perché consentiva di risparmiare memoria e potenza di elaborazione.
Nella sicurezza informatica, gli allofoni sono importanti perché mostrano come i dispositivi vincolati generano la voce. I sistemi embedded legacy, i chioschi e le piattaforme IVR possono ancora fare affidamento su unità vocali fisse o su pipeline di sintesi altrettanto rigide, il che può influire sulla qualità, sulla copertura linguistica e sulla resistenza allo spoofing. Gli aggressori possono abusare del parlato sintetico nell'ingegneria sociale e nel voice phishing, mentre i difensori possono esaminare lo stack vocale per capire come vengono generati i prompt, se l'audio può essere manipolato e dove il design limitato di un dispositivo crea lacune di sicurezza o di affidabilità.