Grunden för alla röstljud är den luftström som skickas upp från lungorna. Lungorna fungerar som blåsbälgar som pressar luften genom luftstrupen och in i struphuvudet. Där inne sitter två små muskelveck – ett på vardera sidan – som kallas stämband. Det är i första hand de som frambringar ljud. Dessa muskelveck öppnar och stänger luftvägen genom struphuvudet för att släppa in eller ut luft, men också för att hålla borta sådant som vi inte vill få ner i lungorna. Vid normal andning frambringas inget ljud när luft passerar genom stämbanden. Men när en person önskar tala, spänner musklerna stämbanden, och de börjar vibrera när luft från lungorna pressas förbi dem. Detta resulterar i ljud.
Ju mer stämbanden spänns, desto snabbare vibrerar de och desto högre blir de toner som frambringas. Och ju mer avslappnade stämbanden är, desto djupare blir tonerna. När ljudvågorna har passerat struphuvudet, kommer de in i övre delen av halsen, dvs. svalget, och därefter in i munnen och näshålan. Här bildas övertoner som modifierar och förstärker grundtonen. Gommen, tungan, tänderna, läpparna och käken samarbetar för att dela upp ljudvågorna, så att de kommer ut i form av begripligt tal.
Människorösten är ett underverk. Den är mer allsidig än något människogjort instrument. Den har förmågan att uttrycka känslor som varierar från öm kärlek till brinnande hat. När rösten övas på rätt sätt, kan den spänna över hela tre oktaver och kan frambringa inte bara vacker sång, utan också hjärtevärmande tal.