声音的种种差异，是由音高、音强、音长和音色（质）四个基本要素决定的。
音高指的是声音的高低,它决定于发音体振动的快慢。在具体语言里我们最能体会语音音高变化的是汉语的声调。以普通话语音的四种声调来说，阴平是一种高而平的调子。例如：妈。阳平是一种由中度升到最高度的调子。例如：麻。上声是一种由半低降到最低又往上升到半高,呈曲折型的调子。例如：马。去声是一种由最高降到最低的调子。例如：骂。
音强指的是声音的强弱,也叫音势或音量。它与发音体振动幅度的大小有关。例如普通话语音里一般不读轻声的音节和读轻声的音节发音时呼出的气流有强弱的不同,所以我们读“莲子”和“帘子”同一个“子”，前者声音强一点，而后者声音弱一点,是作为词缀的轻声音节。
音长指的是声音的长短,它决定于发音体振动的时间的久暂。例如：英语有长i和短I。单元音可以延长发音,辅音多数不能延长发音,所以发元音比发辅音音长,而辅音中的鼻音和擦音的本音也可以延长，所以发鼻辅音和擦音就比发其他辅音音长。
音色又叫“音质”,指的是声音的特色，是声音的个性。音色的差别主要决定于物体振动所形成的音波波纹的曲折形式不同。例如[i、e、e、a、q、o、u]的波形不同,所以音色也不同。
