发声现象（phonation）表现为喉腔中嗓音产生（voiceproduction）的过程。人类的语言行为受到大脑左半球的语言中枢的控制。从语言中枢出发，自主神经将信息通过周围神经系统传递给呼吸肌群（respiratory）发声肌群（phonatory）以及构音肌群（articuatory）由此对语言器官进行调控。言语产生（speechproduction）的过程被认为是由这三个系统协调运动而形成：

  1、 呼吸系统，提供充足的气压和气流来启动和维持发声。

  2、喉部声带，作为一振动源，提供充足的能量，以及合适的声学频谱来构建言语声。

  3、构音器官（舌部，唇部，下颌，软腭和咽腔），调整声音的形状以产生不同的言语声，包括元音，双元音，塞音，赛擦音，擦音，边音和界音。这三个复杂系统之间相互协调，从而形成人类语声。人类言语产生的过程，就像其他的声学现象一样，是有一系列的气压波形所组成，其特征由频率和声压级来确定。

   为了能被听话者识别，这种声音的频率（frequency）一定是处于人耳能够感知的频率范围之内，波频率的范围在20至20,000赫兹之间（既每秒振动的次数），对大多数人来说，频谱中的谐波频率(harmonics)至少可达15,000赫兹。基频范围大约在40至2,200赫兹之内。

声压（SPL1）应该在标准大气压周围摆动，标准大气压为760毫米汞柱。人耳对大约在20微帕（听阈）至20帕（痛阈）范围内的声压级比较敏感，帕是单位帕斯卡的缩写，用于声压测量。这一声压级的范围用对数值分贝（dB，或decibel级）来表示较为方便，声压级加倍，相对于增加6分贝。从听阈到痛阈，声压级的测量范围在0至120分贝。在距离嘴唇30厘米处，测得人类所能产生的声压级大约在35至120分贝之间，120分贝只能有训练有素的歌唱家的喉部所产生。

把嗓音产生的过程（即发生）分为两个阶段较容易理解：前发声阶段（或起声voice  onset），可以描述成声带产生振动的先决条件，这主要包括声带从呼吸位置倒闭和位置的前加载运动。

声带振动阶段，可以描述成声带在闭合位置产生振动，这可以通过肌弹性空气动力学理论（myoelastic-aerodynamictheory）来描述，并涉及音调，强度以及音质控制的机制。