Ordinariamente, eu diria "o pen drive", mas se eu estivesse escrevendo software para um sistema de som de carro, provavelmente diria "o [dispositivo] USB" ou "a [entrada/porta] USB", indistintamente.
Você pode estabelecer ambos como sinônimos, para propósito de reconhecimento de voz? Porque um sistema de software tipicamente deve ser generoso no que considera entrada válida e estrito com o que considera saída válida.