İnsanın ses organları dil, damak, dudak gibi organlar sayesinde her türlü geçiş için elverişli bir yapıdadır ve insanın çıkardığı sesler bir orkestranınkinden daha çeşitli olabilir.
Her müzik aleti gibi, insanın ses organları da bir uyarıcıdan (gırtlak) ve ses veren bir organdan (ağız- yutak borusu) oluşur. Hava basıncı, özellikle soluk alırken diyaframla, soluk verirken de karın bölgesiyle düzenlenir. İnsanın gırtlağı, frekansı belli, ama renkten yoksun bir görüntü oluşturur. Bu ilk oluşum, gırtlak ve ağız boşluğundan geçtiği sırada değişikliğe uğrayarak, konuşmaya ve şarkı sesine dönüşür. Ses telleri bir ses üretmek amacıyla birleşerek gırtlağı tamamen kapatır ve havanın çıkmasını engeller. Bu durumda gırtlağın altındaki basınç artarak, ses tellerinin birleşmesiyle oluşan gücün üzerine çıkacak bir ölçüye varır. Bu baskı sonucunda ses telleri, birdenbire açılınca bir hava dalgası dışarı itilir ve bu da basıncı düşürür, sonra ses telleri yeniden kapanır, gırtlağın altındaki basınç yeniden artar ve bir başka çevrim başlar.
Tiz bir do notasını çıkarmak için bir sopranonun ses telleri saniyede 1000 defadan daha fazla açılıp kapanır.
İnsan sesi renk bakımından, genişliğinin her noktasında aynı değildir. Bu yüzden, birkaç bölgeye ayrıldığı kabul edilir. Bu bölgelere geleneksel olarak göğüs sesi, kafa sesi, folsetto gibi bazı adlar verilmiştir. Ne var ki, akustik oluşumları bakımından ele alınırlarsa bu adlar yanlıştır. Çünkü aslında onlara rengini veren ses tellerinin titreşimsel yapılarıdır.
Klasik bir şarkıcı, mikrofon yardımı olmadan, büyük bir salonun her tarafından rahatça dinlenmesini sağlayan bir ses tekniğe sahiptir. Onun bu başarısının anahtarı, ses tayfının 3500 Hz dolayındaki armoniklerini güçlendiren singing-formant’tır.