Tým studentů z Kalifornské univerzity v Berkeley uveřejnil v květnu článek, ve kterém se praví, že se naučili posílat povely přímo do hudebních nahrávek nebo mluveného textu. „Dokud člověk slyší, jak někdo mluví, nebo jak hraje orchestr, dokáže chytrý reproduktor Echo od Amazon uslyšet instrukci a dodat něco do vašeho lístku s nákupem," praví se v článku.
List píše, že v podobných zvukových útocích používají zvláštnosti rozpoznávání řeči člověkem a strojem. Systémy rozpoznávání řeči přemění každý zvuk v písmeno, ze kterých sestaví slova a věty.
„Vědci trochu změnili zvukové soubory a dokázali odstranit jeden zvuk…. a nahradit ho jiným, který by byl dešifrován strojem jinak a prakticky nevnímán lidským uchem," píše autor článku.
List připomíná, že se společnosti snaží zajistit bezpečnost svých hlasových asistentů snížením vnímavosti vůči zvukovým povelům a s použitím technologie rozpoznávání hlasu majitele přístroje. Nicméně mnozí zatím nechávají své chytré telefony nezablokované, podobné systémy se totiž dají oklamat.