Il Riconoscimento Automatico del Parlato (ASR) è un software che converte il linguaggio parlato in testo. Alimenta assistenti vocali, sistemi per call center, strumenti di dettatura e menu telefonici automatizzati. Nei flussi di lavoro sensibili alla sicurezza, l'ASR diventa spesso il primo passo per decidere cosa può fare un utente, quindi la sua accuratezza e il punteggio di confidenza contano tanto quanto la qualità pura della trascrizione.
I criminali informatici possono abusare dell'ASR pronunciando prompt di phishing nei sistemi vocali, riproducendo audio registrati, usando voci sintetiche o nascondendo comandi nel parlato di sottofondo e nel rumore. Anche gli errori possono creare problemi di sicurezza quando un sistema fraintende un nome, un importo o un'approvazione. I difensori riducono il rischio con forti passaggi di conferma, soglie di confidenza, controlli di vitalità, passaggio a un operatore umano e test contro accenti, rumore e audio avversario. Una buona sicurezza dell'ASR non riguarda solo la comprensione delle parole; riguarda anche sapere quando non fidarsene.