现代把声音分为四要素：音高，音强，音长，音色。
音高就是声音的高低，就像音乐中音阶1234567高低不同。它是和振动体在单位时间里振动次数有关，比如人发出声音靠的是声带，尖叫声振动的次数就多，刚睡醒闷闷的声音，振动的次数就少。声带的长短，薄厚也决定一个人发出高低不同的音。声带越薄音越高，反之越低，越长越低反之越高。在普通话里声调的变化是靠音高来调节的。
音强也叫音量就是声音的强弱，我们手机上音量键就是来调这个的。它是振动的幅度决定的。就是振动范围的宽窄。比如荡秋千荡的起伏越大，在声音表现上音强越强，在人声上声带振动的起伏越大音量越大，反之越小。但需要特别说明的是音量越大并不代表我们听到的声音越大，我们听到的声音有一个专门的名词叫“
响度”，这是各种要素综合起来的感觉。
音长这个就很好理解了，声音持续的时间长短，也就是振动时间的长短。
音色就是声音的特色，也叫音质。人声中声带振动，因为共鸣腔体的不同，声音被吸收或放大的频率有所变化，而造就音色的差别，一般在语音里元音a与i听上去不一样，甲乙两人说话能让人识别是哪一个在说都是音色不同的表现，具体是因为识别两类音色的
泛音段不同。
四要素的配合才能表现出各式各样的声音形态，例如喊人时音高会拔高，音强会加重，而音长也会拖长，音色的泛音会减少，而哭泣时声低，时停时续，与四要素配合也是分还开的。那么四要素体现在人的声音上则需要气息的支持与配合。所谓气声之本，音之帅也。