Il riconoscimento vocale è un software che converte l'audio parlato in testo o comandi. Su desktop e telefoni, agisce come livello di interpretazione: l'utente parla, il sistema indovina le parole e poi un altro componente può visualizzare il testo, attivare una scorciatoia o avviare un'azione.
È importante nella sicurezza informatica perché quel passaggio aggiuntivo di interpretazione può modificare il confine di fiducia. Un motore di riconoscimento può fraintendere una parola, trasformare il rumore di fondo in un comando valido o accettare una frase che sembra corretta ma significa qualcosa di diverso. Nell'automazione basata sulla voce, ciò può portare a modifiche involontarie dei file, esecuzione di comandi o esposizione della privacy se l'audio viene inviato a un servizio remoto. I difensori cercano chiari indicatori di registrazione, elaborazione locale quando possibile, richieste di conferma e trascrizioni visibili così che gli utenti possano verificare ciò che la macchina ha sentito. In pratica, le interfacce vocali sicure sono prevedibili, facili da verificare e tollerano gli errori quando il riconoscimento fallisce.