No final do século XIII, a palavra se referia ao "som produzido pelos órgãos vocais da boca humana". Ela vem do francês antigo voiz, que significa "voz, fala; palavra, ditado, boato, relato" (em francês moderno, voix). Essa palavra tem origem no latim vocem (no nominativo, vox), que significa "voz, som, emissão, grito, chamada, fala, sentença, língua, palavra". Esse termo também deu origem ao italiano voce e ao espanhol voz. Ele está relacionado ao verbo vocare, que significa "chamar", vindo da raiz proto-indo-europeia *wekw-, que significa "falar".
Por volta de 1300, a palavra passou a designar o "tom, caráter ou qualidade particular da voz". No início do século XIV, já era usada para se referir à voz de uma pessoa específica. O significado "habilidade de um cantor" é atestado a partir de cerca de 1600.
No inglês médio, a palavra também era usada para descrever a voz de fantasmas, de Deus, de centauros, de sapos, entre outros. A partir do início do século XIV, começou a ser usada como meio de expressão de objetos inanimados (como o vento, as águas, o trovão) e, posteriormente, para abstrações (como a lei, a fama, a honra, a verdade) e figurativamente para se referir ao sangue e ao coração. Em 1865, passou a ser usada para se referir a lagostas.
No campo da gramática, a palavra passou a designar a "forma de um verbo ou as flexões que indicam a relação do sujeito com a ação", no final do século XIV.
O significado "expressão de sentimento, etc." surgiu no final do século XIV, especialmente em relação a Deus. Naquela época, common voice significava "a voz do povo". A partir de meados do século XV, passou a designar o "direito ou privilégio de falar ou votar em uma assembleia legislativa". O sentido de "opinião ou escolha expressa" é documentado a partir de 1855. No final da década de 1590, a palavra passou a se referir a "aquele que fala, um orador". Anteriormente, era usada de forma figurativa para designar "aquele que expressa algo, um defensor" (no final do século XIV). Nos Sermões Wycliffitas (cerca de 1425), João Batista é chamado de "vois of Goddis werd". Daí surgiu a expressão Voice of America, entre outras.
O significado de "espírito ou força invisível que dirige ou sugere" (especialmente no contexto de loucura, como em hear voices (ouvir vozes) na cabeça) é registrado a partir de 1911.
A palavra substituiu o inglês antigo stefn, que também significava "voz". Essa palavra vem do proto-germânico *stemno, que por sua vez se origina da raiz proto-indo-europeia *stomen- (veja stoma).