语音是人类发音器官发出的具有区别意义功能的声音，不能把语音看成纯粹的自然物质；语音是最直接地记录思维活动的符号体系，是语言交际工具的声音形式。
语音的物理基础主要有音高、音强、音长、音色，这也是构成语音的四要素。音高指声波频率，即每秒钟振动次数的多少；音强指声波振幅的大小；音长指声波振动持续时间的长短，也称为“时长”；音色指声音的特色和本质，也称作“音质”。
人的发音器官及其活动情况是语音的生理基础。人的发音器官分3部分：（1）呼吸器官，包括肺、气管和支气管。肺是呼吸器官的中心，是产生语音动力的基础。（2）喉头和声带，它们是发音的振颤体。（3）口腔、咽腔、鼻腔，它们都是发音的共鸣器。
语音和意义的联系是人们在长期的语言实践中约定的，这种音义的结合关系体现了语音有重要的社会属性。
