本文件規定了一種數據交換格式，可用于存儲、記錄和傳輸人類的數字化聲學數據（語音），該數據來自單次會話中的單個說話人。該數據格式用于各種說話人辨認和確認（SIV）應用，包括文本相關的和文本無關的，并且對數據采集條件或收集環境只作最少假設。將這種格式封裝的數據用于其他用途是有可能的，例如自動語音識別（ASR），但這超出了本文件涉及的范圍。本文件也不涉及聲紋特征或聲紋模型級別的數據處理，不涉及特定應用的需求、設備或特性。本文件支持非標準的擴展數據，支持采集得到的原始數據和經過數字處理（增強）的聲音數據。對原始輸入的任何處理都需有說明，并包含在與語音表示相關聯的元數據中。本文件不涉及數據流技術。
本文件不涉及對存儲和傳輸的生物特征數據加時間戳，也不涉及使用加密技術來保護生物特征數據的真實性、完整性和保密性。
符合本文件規定格式的信息能記錄在機器可讀介質上，也能在系統之間通過數據通信相互傳輸。
本文件在描述通用的聲音數據交換格式的條款后面，給出了XML模式定義的條款。
本文件包含了語音識別和說話人識別領域常用的術語，以及其他ISO標準中的術語。