Sur le plan strictement matériel, le langage est constituée d'une série de sons émis par un être humain à l'aide de ses divers organes phonatoires.
Le son est une onde produite par la vibration mécanique d'un support fluide ou solide et propagée grâce à l'élasticité du milieu environnant sous forme d'ondes longitudinales.
Par extension physiologique, le son désigne la sensation auditive qui résulte d'une telle vibration, une impression enregistrée par notre cerveau lorsque des éléments sensoriels de l'oreille interne sont soumis à vibrations.
En physique, un son est une fréquence vibratoire pure, mesurée en Herz (Hz), que l'on représente visuellement par une courbe sinusoïdale. La valeur T (également notée par la lettre grecque lambda) est appelée «longueur d'onde », sachant qu'un Hz équivaut à un cycle par seconde.

En fait, il est difficile de produire un son pur, car toute fréquence s'accompagne d'autres fréquences « harmoniques » (multiples pairs ou impairs de la fréquence), si bien que les sons de la voix humaine sont toujours complexes. On peut les regrouper en trois catégories : Périodiques (réguliers) ou plutôt Pseudo-périodiques : voyelles et consonnes « voisées » (/b/,/d/) ; Aléatoires (irréguliers): consonnes « sourdes » fricatives (/s/, /f/) ; Impulsionels  : consonnes sourdes occlusives (/p/, /t/).

L'étude des sons du langage s'effectue grâce à instruments de mesure qui permettent de visualiser sous forme d'oscillogramme et de spectrogramme.

L'oscillogramme, en haut, montre l'amplitude des vibrations (mesurée en Pascals) et de spectrogramme montre les fréquences mesurées en Herz (1 Hz = . Sur le spectrogramme, les zones les plus sombres représentent les harmoniques (qu'on appelle « formants »).
La fréquence correspond à ce que nous appelons couramment un son « grave » ou « aigu », ce qui est relatif à nos capacités de perception. Le champ auditif humain, assez restreint, se situe entre 20 et 20 000 Hz. Beaucoup d'espèces animales possèdent des champs plus étendus, notamment dans l'aigu (ultrasons).

Les considérations accoustiques de la production et de l'audition des sons du langage ont mené Roman Jakobson et Morris Halle à proposer de classifier les phonèmes selon des traits distinctifs comme 'compact~diffus', 'aigu~grave' et 'strident~mat'.

haut