Консорциум W3C присвоил статус «рекомендуемых» спецификациям VoiceXML 2.0 и Speech Recognition Grammar Specification (SRGS). На данный момент две эти спецификации — единственные относящиеся к интерактивным речевым системам, ратифицированные независимой организацией по стандартизации. VoiceXML представляет собой язык описания доступных через телефоны интерактивных голосовых Web-служб, реализующих функции синтеза, записи и распознавания речи, а также распознавания голосовых и DTMF-команд. SRGS, в свою очередь, стандартизует способ указания слов и шаблонов слов, на которые должна реагировать система распознавания. VoiceXML предусматривает использование SRGS, а вместе они являются первыми компонентами Speech Interface Framework — разрабатываемого в W3C универсального набора языков разметки для интерактивных речевых приложений.