Ugyanaz a probléma mint minden biztonsági rendszerél. Ha tudom, hogy milyen jellemzőket figyel a biztonsági rendszer az adott hangban, akkor több hanganyagot veszek fel amíg meg nem lesz minden jellemző, majd összerakom és mesterségesen generálom a hangot. Tehát lehet random kérdés-felelek akkor is megoldható csak lehet, hogy lassabban.
Valamint elég ciki ha berekedsz vagy kapsz egy hangszálgyulladást . . .