De nombreux compositeurs contemporains ont abordé la musique vocale par intérêt pour la voix, en tant que mode d'expression et phénomène culturel unique.

La richesse de la voix chantée provient pour partie des multiples façons de l'appréhender, de l'angle sous lequel on la considère. Ainsi, dans la théorie musicale traditionnelle, à commencer par celle des Grecs anciens et plus tard celle du Moyen-Age chrétien, la voix chantée forme l'alliance du verbe et de la mélodie, et ce rapport fécond va ouvrir la porte à de très nombreuses créations et chefs d'oeuvre. Aujourd'hui encore le déplacement de ce rapport continue à inspirer les compositeurs lorsqu'ils écrivent un opéra ou une pièce vocale.

Mais la voix n'est pas que le support du mot, elle est aussi l'instrument que chacun porte en soi; support privilégié de la communication entre les hommes, elle est un phénomène social, participe aux expressions de tous ordres depuis toujours et partout, dans toutes les civilisations et à tous les âges.

Cette universalité de la voix ne peut manquer d'attirer les compositeurs, et dans cette perspective l'ordinateur constitue un outil idéal permettant au compositeur d'assimiler, déformer et recomposer des phénomènes vocaux de toutes origines, voire en engendrer de nouveaux, d'inouïs.

Ainsi, certains compositeurs vont essayer de prolonger le geste vocal à l'aide de l'ordinateur. Cette attitude peut se traduire de multiples façons : pour Gérard Grisey, dans Les Chants de l'Amour, il s'agit par exemple de créer une multitude de voix, comme une cascade de voix humaines; pour Fausto Romitelli dans enTrance, il s'agit d'amplifier le mécanisme du souffle et de l'inspiration/expiration pour en faire l'une des composantes de sa musique; en revanche, Claudy Malherbe a conçu sa pièce Locus comme un passage progressif de la voix parlée très modulée (en langue anglaise) à la voix chantée. Dans ces trois cas, l'ordinateur crée des transitions entre des états "fondamentaux" de la voix humaine.

Mais le propre de l'ordinateur est de permettre la manipulation de modèles des phénomènes, et l'analyse-synthèse en informatique musicale s'appuye pleinement sur ces possibilités. Ainsi, la voix peut être analysée, puis modélisée selon les résultats de l'analyse obtenus. Pour réducteur qu'il soit par rapport au phénomène étudié, le modèle ouvre toutefois la porte à sa propre altération, en tant que loi proposée, il incite également à son contournement. Ainsi l'analyse et la connaissance fine du son ouvrent la porte à sa déformation, et les compositeurs ne s'en privent pas. On pourrait même avancer que cette attitude est constitutive du geste compositionnel en général : dérober ce que l'on a modélisé quelque part, puis le recomposer par exemple en le déformant. Kaija Saariaho dans Lonh, et Trevor Wishart dans Vox-5 nous donnent deux exemples de tels gestes.

Poussant un peu loin ces modèles, on arrive à utiliser l'ordinateur non plus pour amplifier ou modifier un phénomène, mais lui donnant par exemple des valeurs de paramètres inhabituelles, utiliser des programmes informatiques pour engendrer non pas ex nihilo (car il y a toujours des modèles) mais aboutir à des objets originaux. C'est là le sens de la démarche adoptée dans le film Farinelli, visant à proposer une voix de castrat "possible". D'autres créateurs, comme John Chowning dans Phoné, ou Jean-Baptiste Barrière (Le Messager) vont s'attacher à engendrer des mondes sonores nouveaux.