Il rilevamento dell'attività vocale (VAD) è un metodo di elaborazione del segnale che decide se il parlato è presente in un flusso audio. Se nessuno sta parlando, il sistema può saltare la trascrizione, l'analisi della wake word o altre elaborazioni più pesanti. Su dispositivi piccoli, questo consente di risparmiare tempo CPU, memoria ed energia, ed è per questo che il VAD è comune nelle interfacce vocali embedded e negli assistenti locali.
Nella sicurezza informatica, il VAD è importante perché aiuta a controllare quando un dispositivo sta realmente ascoltando. Un VAD ben calibrato può ridurre le attivazioni accidentali, limitare la gestione audio non necessaria e restringere la finestra in cui i dati vocali vengono elaborati. Ma non è di per sé un controllo di sicurezza. Gli aggressori possono usare rumori forti, parlato di sottofondo o audio riprodotto in replay per attivare gli stati di ascolto o confondere una pipeline di comandi. I difensori di solito abbinano il VAD a parole di attivazione, soglie di confidenza, elaborazione locale e conferma esplicita per le azioni sensibili.