Die Entwicklung der Benutzerschnittstellen reicht von der textbasierten Befehlseingabe wie sie das Command Line Interface (CLI) benutzt, über die grafische Benutzeroberfläche, dem Graphical User Interface ( GUI), und über die konversationsgesteuerte Conversational User Interface ( CUI), bis hin zum Sprach- und Gesten-gesteuertem Interface, dem Natural User Interface ( NUI). Ein Zwischenschritt bei dieser Entwicklung ist die sprachgesteuerte Benutzerschnittstelle, das Voice User Interface (VUI) oder Speech User Interface (SUI).
Das VUI-Interface ist die Benutzerschnittstelle für Spracheingaben und Sprachausgaben. Über eine solche sprachgesteuerte Benutzerschnittstelle kann der Benutzer intuitiv Informationen und Steueranweisungen eingeben, was wesentlich schneller geht, als Eingaben per Touchscreen. Mit den Spracheingaben können beispielsweise mit Voice Dialing Verbindungen zu gewünschten Rufnummern hergestellt werden. Außerdem kann die Spracheingabe für Speech-to-Text und in biometrischen Systemen für die Stimmerkennung benutzt werden oder auch in digitalen Sprachassistenten für die interaktive und emotionale Kommunikation mit dem Benutzer. Auch in interaktiven Sprachsystemen, wie dem Interactive Voice Response ( IVR), kann die Spracheingabe den sprachgesteuerten Dialog unterstützen. Was die Sprachausgabe betrifft, so kann diese als Bedienungshilfe eingesetzt werden, als Assistenzsystem für die Navigation oder in Text-to-Speech als Sprachausgabe von Textdokumenten.
Ein Voice User Interface beschreibt als stimmliche Benutzerschnittstelle die Interaktion eines Computers vom Sprachinhalt des Benutzers, um damit einen automatischen Service oder einen Prozess auszulösen. Beispiele hierfür sind die verschiedenen digitalen Sprachassistenten. Um Eingaben zu tätigen braucht der Benutzer weder die Hände noch muss er das Display beobachten. Er kann über die VUI- Schnittstelle Befehle und Anweisungen eingeben, die der Computer umsetzt. Je nach Konzept und Anwendung kann die VUI-Benutzerschnittstelle auch ausschließlich die Sprachausgabe für Ansagezwecke unterstützen.
Solche VUI- Schnittstellen eignen sich in Kombination mit der Spracherkennung vor allem für die Sprachsteuerung in kleinen Mobilgeräten wie Smartphones oder PDAs, bei denen die Texteingabe über Tastenkombinationen oder über das eingeblendete Alphabet recht mühsam sind.