Ende des 13. Jahrhunderts bezeichnete das Wort „voice“ den Klang, der von den Stimmbändern des menschlichen Mundes erzeugt wird. Es stammt aus dem Altfranzösischen voiz, was so viel wie „Stimme“, „Sprache“, „Wort“, „Gerücht“ oder „Bericht“ bedeutet (im modernen Französisch voix). Dieses wiederum geht auf das Lateinische vocem zurück (im Nominativ vox), was „Stimme“, „Geräusch“, „Äußerung“, „Schrei“, „Ruf“, „Sprache“ oder „Wort“ bedeutet. Ähnliche Wörter finden sich auch im Italienischen voce und im Spanischen voz. Der lateinische Begriff ist verwandt mit vocare, was „rufen“ bedeutet, und hat seine Wurzeln im urindoeuropäischen Wortstamm *wekw-, der „sprechen“ bedeutet.
Um 1300 wurde „voice“ dann auch verwendet, um einen bestimmten Ton, Charakter oder die Qualität einer Stimme zu beschreiben. Zu Beginn des 14. Jahrhunderts bezog es sich bereits auf die Stimme eines Individuums. Die Bedeutung „Fähigkeit eines Sängers“ ist seit etwa 1600 belegt.
Im Mittelenglischen konnte das Wort auch für Geister, Götter, Zentauren, Frösche und ähnliche Wesen verwendet werden. Ab etwa 1400 diente es als Ausdrucksmittel für die Stimmen leb- und unbelebter Dinge wie Wind, Wasser und Donner. Später fand es auch Anwendung bei Abstraktionen wie Gesetz, Ruhm, Ehre und Wahrheit sowie bildlich für Blut und das Herz. Ab 1865 wurde es schließlich auch für Hummer verwendet.
In der Grammatik bezeichnete „voice“ ab dem späten 14. Jahrhundert die Form eines Verbs oder die Flexionen, die die Beziehung zwischen Subjekt und Handlung verdeutlichen.
Die Bedeutung „Ausdruck von Gefühlen“ oder ähnlichem entwickelte sich im späten 14. Jahrhundert, oft in Bezug auf Gott oder das Göttliche. Der Ausdruck common voice bezeichnete damals „die Stimme des Volkes“. Im Sinne von „Recht oder Privileg, in einer gesetzgebenden Versammlung zu sprechen oder abzustimmen“ wurde es im mittleren 15. Jahrhundert verwendet. Die Bedeutung „Meinung oder Wahl, die geäußert wird“ ist seit 1855 belegt. Ab den 1590er Jahren wurde „voice“ dann auch für „jemanden, der spricht, einen Redner“ verwendet. Zuvor hatte es bereits bildliche Bedeutungen angenommen, etwa für „jemanden, der etwas ausdrückt, einen Befürworter“ (spätes 14. Jahrhundert). In den Wycliffitischen Predigten (um 1425) wird Johannes der Täufer als „vois of Goddis werd“ bezeichnet. Daraus entwickelte sich auch der Begriff Voice of America und ähnliche Ausdrücke.
Die Bedeutung „unsichtbarer Geist oder Kraft, die lenkt oder vorschlägt“ (insbesondere im Kontext von Wahnsinn, wie in hear voices (im Kopf hören)) entstand 1911.
„Voice“ verdrängte im Englischen das altenglische Wort stefn, das ebenfalls „Stimme“ bedeutete. Dieses stammte aus dem Urgermanischen *stemno und hatte seine Wurzeln im urindoeuropäischen *stomen- (siehe auch stoma).