人的发声器官在喉头，由声带、软骨韧带结构的支架、控制声带位置和张力的肌肉群组成。肌肉的活动由神经来支配。声带位于人体喉腔中部，是附着在内壁上的肌肉组织，并呈瓣状，表面覆以粘膜，具有一定的弹性，是发声器官的主要组成部分。两声带间的开口（矢状裂隙）为声门裂（俗称声门）。从气管经喉头、咽部至嘴和鼻孔的管道为声道，如图2－1所示。

当空气从肺部经气管呼出时，呈一定张力的声带，由于受气流的不断冲击，引起振动而发声。人的发声是多谐的，其基频的高低取决于声带的长短、张力（松紧）和声门的大小；声音强度则取决于气流的大小和速度。说话时基频范围大约为100～300赫，男声较低，女声和童声较高。这是由于男人声带的质量比女人和儿童的大，而张力差不多，所以振动频率较低的缘故。人发声的某些谐波成分可因口、鼻、咽等腔的共振而增强，形成共振峰（表示受迫振动系统的振幅与强迫力频率之间关系的曲线，在共振频率附近，该曲线形似山峰，通常称为共振峰）。各共振峰的频率由这些共振腔的大小和形状决定。发声时通过主动对共振腔的控制便可得到不同的元音。气流通过声道时由于摩擦产生噪声，通过控制声道的缝隙便可得到相应的辅音。胸腔和头部也有共振作用，对人声音的音色有一定的影响。