语言是一种符号系统，有它的物质表现形式，语言的物质表现形式就是语音。因此，我们说语音是语言符号的物质外壳，是人的发音器官发出的代表一定意义的声音。人类的语言以声音这种物质材料作为自己的表达形式进行交际，传递信息，交流思想，沟通感情，一旦语言离开语音这一物质外壳，就不能实现其交际功能，从而它本身也将不复存在。语音与自然界的声音不同，它是由人的发音器官发出来的声音，但都并不是所有由人发出来的声音是语音。

这里讲的主要是语音的物理属性。语音同自然界的其他声音一样，是一种物理现象。声音是由弹性物体受到外力的压迫而发生振动的结果。物体受到外力的作用，从而使周围的空气或别的媒介物发生震荡而形成一种疏密相间的音波。音波传到人的耳朵里，刺激听觉神经，于是就产生了对声音的感觉。从声学的角度来看，每一个声音都有一定的音高、音强、音长和音质等物理属性。因此，声音都可以从这四个方面去辨认。

音高（音调）指声音的高低，它取决于发音体振动频率的快慢。振动频率越快则音高就高，反之则音高就低。物体振动频率的快慢由发音体的形状决定，其表现如下：

大的、粗的、厚的、长的、松的物体 振动慢，音高低。

小的、细的、薄的、短的、紧的物体 振动快，音高高。

一般说来，儿童和女性的声带比较小，比较薄，所以发音比较高；而成年男性的声带比较大，比较厚，所以发音比较低。

音强（响度）是指声音的强弱，它取决于发音体振动幅度的大小。幅度越大则声音越强，反之则越弱。声音的强弱由发音时用力大小所决定，用力大，则振幅大，音强就强，用力小，则振幅小，音强就弱。

音长是指声音的长短，它由发音时物体振动持续时间的长短所决定，发音体振动时间长，则音长越长，否则就越短。汉语中一般不用音长作为主要的区别意义的手段，但音长作为发音中的一个自然属性，经常以伴随性的特征出现。

音质也叫音色，是指声音的本质特征，是一个音与其它音进行区别的最根本的特征。它取决于发音时的音波的形状，波形不同，音质就不同。

音高、音重和音长都是相对的，以音高为例，假如一位男同学和一位女同学都用普通话念“衣、宜、以、翼”四个字，就绝对的音高来说，女同学往往比男同学高，可是我们并不感到其中有什么差别。对于语音来说，重要的是这四个字之间的高低变化的对比，至于每一个音的绝对音高的变化，那是不重要的；同样，音的轻重、长短，也都是比较而言的，如“帘子”的“子”念轻声，其强弱是相对于“帘”音来说的。

当然，这并不是说音高、音重和音长没有区别意义的作用。

在汉语中，语音的一个重要的方面是调类，也就是按照不同的声调分出来的类别。声调的高低升降的变化其实就是音高的变化，同样的音素组合，声调不一样，音高不同，代表的意义也不一样。比如shuzi，用不同的声调和不同的声调组合，就会有不同的意义，可以表示“数字”、“梳子”、“黍子”等不同的意义。Beizi用不同的音高就可以表示“被子”、“杯子”等意义。

同样，音重也有区别意义的作用。比如“地道”，后一个音节念去声，表示“地下通道”，念轻声，表示“正宗”的意义。

音长区别意义的作用在汉语中表现不明显。因为汉语并没有语音长短的变化，粤语中的入声是声调的一种，不是长短的变化。但是在别的语言中，如英语，语音的长短就有着表义不同的功能。如[li:v]和[liv]就表示不同的意义，前者是leave(离开)，后者是“生活”、“居住”。

在语音中，一个音素代表一种音质，不同的音素代表不同的音质。因此，了解音质的详细情况和它在语音中的作用，是语音研究的首要任务。

语音的物理性质到底决定于人的发音器官的活动，即决定于语音的生理性质。因此，了解发音器官的构造及其活动情况，了解每个音的发音原理，是学好语音的重要前提。

当然，语音的物理性质和生理性质毕竟要符合语言的社会性，要合乎社会对语言的约定俗成的规范。所以，社会性是语音的本质属性。