El aire que sale de los pulmones rumbo a nuestros pliegues vocales se transforma allí en energía acústica como un zumbido que, luego de ser filtrado por nuestro tracto vocal, se amplifica y nos permite reconocer nuestro timbre personal. Las cualidades tonales del canto son producidas por un mecanismo vocal compuesto de partes de dos sistemas orgánicos separados: el respiratorio y el deglutorio.
Los elementos musculares específicos del sistema respiratorio adaptados para producir cualidades tonales cantadas son los aritenoideos (cuya función natural es la de cerrar y abrir la glotis) . El sistema muscular asociado con la deglución es el cricotiroideo (cuya tensión es directamente influenciada por el movimiento peristáltico).
Si bien la vocación de estos sistemas es funcionar de manera independiente, su potencial interactivo les permite hacerlo de modo muy eficaz como instrumento musical engrosando, adelgazando, estirando, contrayendo y relajando los pliegues vocales, lo cual resulta en la posibilidad de emitir una amplísima gama de alturas, dinámicas y colores.
Una vez que ese zumbido generado por los pliegues pasa por los filtros del tracto vocal (las cavidades vocales que se forman articulando lengua, paladar y faringe) pueden oírse lo que conocemos como vocales con nuestro timbre personal, y, al interrumpirse la salida de aire con la lengua, labios, dientes, se producen los distintos sonidos que conocemos como consonantes.
Aquí radica la importancia de una buena educación vocal, ya que conseguir un equilibrio entre estos sistemas antagónicos que originalmente cumplen una función primordial implicada en la subsistencia (por lo que son funciones primarias), junto con un trabajo de ecualización de la voz a través de los filtros vocales requiere destreza, entrenamiento y una coordinación muy precisa. Los ajustes necesarios para esta función se adquieren con práctica y una buena guía.