Mündliche Sprache basiert auf sozialen Regeln. Aus einem begrenzten Inventar an Zeichen schafft sie unendlich viele Kombinationen. Daher ist sie letztlich immer mehrdeutig. Das macht sie für digitale Systeme zur Herausforderung.
Interfaces, die über Sprache realisiert werden, unterscheiden sich in hohem Maße von grafischen Benutzeroberflächen. Die im wörtlichen Sinne augenfälligste Unterscheidung besteht darin, dass primäre Voice-Anwendungen fast gänzlich ohne visuelle Information daherkommen.