VoiceXML (VXML) – aplikacja języka XML służąca do opisu interaktywnych dialogów pomiędzy człowiekiem i komputerem. Jest ona w pełni analogiczna do HTML i przynosi podobne korzyści w pisaniu aplikacji głosowych, jakie HTML niesie dla aplikacji wizualnych. Dokumenty VoiceXML są interpretowane przez przeglądarki głosowe, analogicznie jak dokumenty HTML, które interpretowane są przez przeglądarki internetowe. Najczęstszym rozwiązaniem jest podłączenie szeregu przeglądarek głosowych do sieci telefonicznej (PSTN), dzięki czemu użytkownicy mogą po prostu zadzwonić i rozpocząć interakcję z aplikacją głosową.
Na chwilę obecną funkcjonuje już tysiące komercyjnych aplikacji VoiceXML, obsługując kilka milionów połączeń dziennie. Aplikacje te obsługują szereg różnych usług, m.in. obsługę zamówień, zawiadomienia o wypadkach, budzenie, śledzenie lotów, głosowy dostęp do poczty elektronicznej, wybieranie głosowe czy gazety audio. Mają one szerokie zastosowanie w bardzo wielu gałęziach przemysłu.
VoiceXML posiada znaczniki informujące przeglądarkę głosową, jakie działania podjąć: dokonać syntezy dźwięku, automatycznego rozpoznawania mowy, obsłużyć dialog czy odegrać plik dźwiękowy.