Un sintetizzatore vocale è hardware o software che converte testo, simboli o dati strutturati in output parlato. I primi sistemi spesso producevano il parlato a partire da fonemi o allofoni fissi; i moderni motori text-to-speech possono usare unità registrate o modelli vocali neurali per risultare più naturali. Il compito fondamentale è lo stesso: trasformare input leggibile dalla macchina in audio che una persona possa comprendere.
Nella sicurezza informatica, la sintesi vocale è importante perché fa parte sia delle interfacce utente sia degli strumenti di attacco. I difensori la usano per l'accessibilità, gli avvisi sonori, i sistemi IVR e i prompt dei dispositivi, soprattutto dove è utile il funzionamento a mani libere. Gli aggressori possono abusare della stessa tecnologia per il social engineering, ad esempio con chiamate vishing automatizzate, l'impersonificazione della voce o malware che pronuncia messaggi di stato agli operatori. Il parlato sintetico può anche divulgare informazioni sensibili se un dispositivo legge ad alta voce dei segreti. Capire quando e perché un sistema parla aiuta i team di sicurezza a ridurre l'esposizione e a individuare gli abusi.