VoiceXML是建立于XML 语言规范基础之上，是一种应用于语音浏览的标记语言。利用VoiceXML可以建立基于WEB的语音应用和服务。

发展历史：

1995年AT&T研究院的Dave Ladd, Chris Ramming, Ken Rehor以及Curt Tuckey在头脑风暴关于互联网会如何改变电话应用的时候，产生了一些新的想法：为什么不设计这样一个系统来运行一种可以解析某种语音标记语言的语音浏览器，用来把互联网的内容和服务提供到千家万户的电话上。于是，AT&T就开始“电话网络项目”（Phone Web Project）。之后，Chris继续留在AT&T，Ken去了朗讯，Dave和Curt去了摩托罗拉。1999年初的时候，他们分别在各自的公司迈出了语音标记语言规范实质性的第一步。因为他们的密友关系，这几家公司合作成立了一个VoiceXML论坛组织，IBM也作为一个创始公司加入了进来。　1999年3月至8月，这个论坛的一个小组发布了VoiceXML 0.9版本。　2000年3月，VoiceXML 1.0问世。　一个月后，VoiceXML论坛把1.0规范提交给了权威的World Wide Web组织（W3C）。　2000年5月，W3C接手了这个VoiceXML 1.0规范。　2001年10月，VoiceXML 2.0试验版问世。　2002年4月，最后一个版本的2.0试验版发布。　2003年1月，VoiceXML 2.0正式版发布。

本文简要描述了VoiceXML规范及相关术语，并给出了一种基于VoiceXML的语音与数据集成模型，它主要由语音浏览器、语音识别、语音合成和VoiceXML网关等部分组成。应用该模型，可以方便地建立各种基于WEB的语音应用系统。随着电子商务、客户服务等信息服务的普遍化，交互式语音应答系统（IVR ，Interactive Voice Response）在各种商业系统中的应用越来越广泛。然而这种语音交互方式存在以下缺点：（1）移植性、灵活性差；（2）在实际系统上做应用开发的难度很大，特别是涉及到话音流程的编写及调试问题；（3）无法综合利用现在的WEB资源。而将IVR系统Internet化，可以增加系统可重用的机会，降低成本，这必将成为今后语音应用的一种主要趋势。另一方面，到目前为止，人们从Internet获取各种资源时，还只能是借助计算机来实现。而实际上，电话具有比计算机更高的普及率，如果允许人们通过电话来访问Internet的资源，那么这对于Internet的应用发展必将是一次质的飞跃。在这类应用前景的驱动下，VoiceXML 标准被提出来了，它是由World Wide Web Consortium (W3C)制定的。利用这种技术，用户可以通过电话按键或语音来访问Internet上的各种资源，它是语音浏览技术以及语音互联网的核心。与XML标准类似，VoiceXML是一种基于文本的语言，它只定义了数据的存取方式，用户必须编写程序，以便能解释、生成、传送VoiceXML文档。VoiceXML为语音应用领域展现了一个广阔的未来，在语音门户、语音呼叫中心(Call Center) 、语音信息服务、语音电子商务等领域有着广泛的应用。而这些应用或服务可以很容易地和原有的数据系统结合起来，甚至可以轻易地从原有的各类应用中延展出来。使用VoiceXML的应用系统中，不要求用户学习复杂的高级语言，就可灵活扩充新业务。而无需再与开发商联系，重新定制开发，只需要编写几个VoiceXML页面就可以实现新的业务流程。而且编制好的VoiceXML脚本可以随时随地加入到系统中，而不会影响系统的正常运行。