VoiceXML ist eine auf XML basierende Auszeichnungssprache für die Implementierung interaktiver Sprachdialoge.

Die zugrunde liegende Hardware soll dabei für den Anwendungsprogrammierer verborgen bleiben (Plattformunabhängigkeit), so dass er sich voll und ganz auf das Design der eigentlichen Sprachapplikation konzentrieren kann. Um sich eine Vorstellung über die Funktionsweise von VoiceXML zu machen, ist es hilfreich einen Vergleich zu anderen Auszeichnungssprachen (markup languages), wie z.B. HTML, zu ziehen:

VoiceXML-Dokumente liegen genau wie HTML-Dokumente auf einem Webserver und werden über das HTTP Protokoll heruntergeladen. Das Herunterladen erfolgt wie bei HTML durch einen Browser, einen sogenannten Voicebrowser. Dieser Voicebrowser ist aber im Gegensatz zu den hinlänglich bekannten Webbrowsern nicht irgendeine Software die auf einem Gerät des Endanwenders läuft. Vielmehr handelt es sich um einen leistungsfähigen Computer, der einerseits am Telefonnetz, andererseits am Internet angeschlossen ist. Der Voicebrowser ist sozusagen das Verbindungsglied zwischen der Telefonwelt und der IP-Welt.

Wie ein konventioneller Webbrowser muss auch der Voicebrowser von einem Endanwender bedient werden. Während man aber einen Webbrowser mit den Augen betrachtet und mit Maus und Tastatur steuert, ruft man einen Voicebrowser über ein Telefon an, lauscht seinen Ansagen und steuert ihn durch Sprache bzw. das Drücken der Nummerntasten auf dem Telefon. Der Funktionsumfang eines Voicebrowsers umfaßt also im Wesentlichen:

Bei näherer Betrachtung der Liste fällt auf, dass es sich hierbei um Funktionen handelt, für die der Asterisk eigentlich prädestiniert wäre.