Kombinasjonen av talegrensesnitt og grafisk grensesnitt kalles "flermodal tilgang" eller "multimodal access". Poenget er at brukere skal kunne styre websider gjennom tale, fullverdig tastatur, nummertastatur, mus eller PDA-stav, og motta tilbakemeldinger som generert tale, lyd, tekst, video eller grafikk, alt avhengig av hva man foretrekker og hvilke muligheter aksessterminalen - PC, hånd-PC, mobiltelefon - tilbyr. Standarden skal bidra til å gjøre det langt enklere enn i dag å lage webapplikasjoner som utnytter taleteknologi, og samtidig tilrettelegger de øvrige grensesnittene etter klientmaskinens muligheter og begrensninger. Talegrensesnittet skal ikke kreve annet enn enkle tagger nedfelt i eksisterende websider.
Spesifikasjonen skal gjøres offentlig tilgjengelig i løpet av første kvartal 2002, og så legges fram for World Wide Web Consortium.
SALT Forum-gründerne legger opp til å utvide organisasjonen etter hvert. Fire av dem - Cisco Converse, Intel og SpeechWorks - er samtidig "promoter"-medlemmer (nivået under "sponsor") av et annet bredt anlagt taleteknologisk initiativ, VoiceXML Forum. Kjente skillelinjer i bransjen gjenspeiles i det faktum at mens IBM, Oracle og Sun utelukkende er med i VoiceXML, er Philips og Microsoft utelukkende med i SALT.
Heldigvis er dette mindre illevarslende enn det kan virke ved første øyekast. VoiceXML er mer enn en utvidelse til XML: Det betegnes som et nytt programmeringsspråk spesielt tilrettelagt for taledrevne applikasjoner, med særlig vekt på telefoni. VoiceXML er ikke beregnet på tilrettelegging av vanlige websider, men på helt nye applikasjoner. Mens SALT går inn for samtidig bruk av flere typer grensesnitt i tillegg til tale, krever VoiceXML at man vedlikeholder atskilte applikasjoner for tale- og tradisjonelle grensesnitt.
Microsoft opplyser per e-post til digi.no at det er en viss overlapping og at det kan tenkes at uavhengige utviklere tar på seg å lage verktøy for å bygge bro mellom SALT og VoiceXML. Dette standpunktet deles av Intel som også legger vekt på at SALT og VoiceXML har hver sine styrker og begrensninger. Intel vil fortsette å støtte arbeide med begge standardene, og W3C er også engasjert i begge.
Catherine Stewart i Cisco peker på at både SALT og VoiceXML (også forkortet til VXML) bygger på standarder som er under bearbeidelse i W3C, for talegrammatikk, syntetisk tale og semantikk for naturlig språk. Hun sier at Cisco arbeider for å modularisere VoiceXML med tanke på bedre gjenbruk av komponenter mellom ulike standarder. Om lag tre firedeler av komponentene kan gjøres felles for telefonspesifikk SALT og VoiceXML, mener hun, og legger til at Cisco vil fremme et så nært samarbeid mellom de to fora som overhode mulig.
