L'input vocale è un modo per controllare un sistema parlando invece di digitare. Il parlato viene prima acquisito come audio, poi elaborato da software di riconoscimento che lo trasforma in testo o in comandi diretti. In pratica, si tratta di un livello di interpretazione: il sistema non si limita ad ascoltare le parole, ma decide quale azione quelle parole debbano produrre.
Questo è importante nella sicurezza informatica perché ogni nuovo percorso di input modifica fiducia e controllo. Se il riconoscimento è errato, una frase innocua può diventare un comando non sicuro. Se il microfono è sempre in ascolto, gli utenti potrebbero non accorgersi quando l'audio viene acquisito o inviato a un servizio locale o cloud. Gli aggressori possono sfruttare questa situazione usando voce contraffatta, audio di sottofondo o ingegneria sociale per attivare azioni indesiderate. Le difese includono controlli push-to-talk, indicatori visibili di registrazione, verifiche delle autorizzazioni, conferma prima delle azioni sensibili e registrazione dei comandi riconosciuti. Usato con attenzione, l'input vocale può migliorare l'accessibilità e i flussi di lavoro senza mani senza indebolire la sicurezza.