人的发音是由多个系统器官共同参与完成的生理过程，首先是主要由呼吸系统构建的动力系统，以产生气流及声门下压力；其次是振动系统，在动力来源作用下闭合期的一对声带产生振动，产生基础的声音；再通过共鸣系统鼻腔、咽腔、口腔、胸腔等共鸣腔体对声音的调制（增强某些频率的声波成分的能量）；最后经唇、齿、舌、腭构音器官的活动形成最终的声音。在发音的全过程中，中枢神经系统（尤其是听觉反馈）起到了调节控制作用。即发音生理过程是在神经系统控制下，由动力系统、振动系统、共鸣系统及构音系统组成。人体本身就是一部精密的乐器，如果比喻成管乐器的话，如萨克斯，声带相当于簧片，管腔就相当于咽腔、鼻腔等共鸣腔，而动力来源于嘴吹出的气流。所以这几方面哪一点有问题，就可能影响到声音的三大要素——音调、音色、音强。
1、音色主要是指声音的特点，比如什么乐器发出的音色，二胡与小提琴的音色是不同的，是一听就能听出区别的那个特点。实际上，音色主要由其泛音决定。每个人的声音以及各种乐器所发出的声音的区别，就是由音色不同造成的。（初中物理教材规定 ，声音的品质叫音色，又叫音品，它反映了每个物体发出的声音特有的品质。）
2、音调则是指声音频率的高低，表示人的听觉分辨一个声音的调子高低的程度，是高音还是低音。音调主要由声音的频率决定，同时也与声音强度有关。
3、音色和音调都是声音的主要属性，声音的三个主要属性为：音量（响度）、音调、音色（也称音品）。
音质是指声音在音响技术中体现，它包含了三方面的内容：音量、音高和音色。声音的音量，即音频的强度和幅度；声音的音调，也称为音高，即音频的频率或每秒变化的次数 ；声音的音色，即音频泛音。
而在谈论某音响的音质好坏，主要是衡量声音的上述三方面是否达到一定的水准，即相对于某一频率或频段的音高是否具有一定的强度，并且在要求的频率范围内 、而在同一音量下。
各频点的幅度是否均匀、均衡、饱满，频率响应曲线是否平直，声音的音准是否准确，既真实地呈现了音源频率或成分的原来面目，频率的畸变和相移又符合要求 。
如果声音的泛音和谐，听起来就优美动听，那么，其音质的数值是由实际比特率决定。