VoiceXMLとは、Webページで音声を使用したユーザーインターフェースを構築するためのXMLベースのページ記述言語のことである。既存の電話機から利用できるWebコンテンツの作成を目的として開発された。
VoiceXMLは音声合成エンジンや音声認識エンジンなどと組み合わせて利用され、音声認識や音声合成の機能を持ったコンテンツの構造やレイアウトを定義する。W3CによってVoiceXML勧告が提出されており、最新バージョンはバージョン2.0となっている。
VoiceXMLを利用すれば、合成音声を持ちいてWebを利用したり、自動音声案内サービスなどの構築が容易になるほか、音声入力を活かしてWebサイトにアクセスするといったことがやりやすくなる、と言われている。
