Όταν ένα άτομο διατηρεί μια συζήτηση, ορισμένες φυσικές ενέργειες πρέπει να συμβαίνουν μέσα στο σώμα ή αλλιώς η ομιλία δεν μπορεί να ακουστεί. Αυτές οι ενέργειες ξεκινούν φυσιολογικά με το κλάμα ενός νεογνού παιδιού και αναπτύσσονται περαιτέρω στα διαμορφωτικά χρόνια. Επειδή το τραγούδι θεωρείται μορφή τέχνης διατεταμένης ομιλίας, ο μηχανισμός της ομιλίας και του τραγουδιού είναι ο ίδιος.
Για να ξεκινήσει μια φωνητική διαδικασία, απαιτείται ενέργεια από αυξημένη πίεση αέρα στους πνεύμονες. Στην κανονική εισπνοή και εξπνοή ροής αέρα στην αναπνοή, οι πίεσεις μέσα στις κοιλίες των πνευμόνων ανεβαίνουν πάνω και κάτω από την ατμοσφαιρική πίεση αέρα έξω. Στην εισπνοή, η σύστρεψη και χαλάρωση μυϊκών πλευρών και διαφραγματικών μυϊκών μεγαλώνει την κοιλία του πνεύμονα, η οποία απωθεί την πίεση αέρα κάτω από αυτή της εξωτερικής ατμόσφαιρας. Ο αέρας ωθείται μέσα από το εξωτερικό για να ισορροπηθεί η πίεση. Στην εξπνοή, η σύστρεψη μυϊκών στην κοιλιά και η ελαστικότητα τεντωμένων μεμβρανών μειώνει το μέγεθος της κοιλίας που προκαλεί την πίεση αέρα να είναι μεγαλύτερη από αυτή του εξωτερικού. Ο συμπιεσμένος αέρας βιάζει την طريق του πίσω μέσω του ανοιχτού διόδου προς το εξωτερικό του σώματος, δημιουργώντας έτσι την ενέργεια για να δονούνται οι φωνητικές χορδές.
Η ροή αέρα από τους πνεύμονες περνάει μέσω του λαιμού όπου βρίσκονται οι φωνητικές χορδές, που ονομάζονται επίσης φωνητικές φλόγες. Όταν οι φωνητικές χορδές είναι κλειστές γύρω από τις χορδές μέσω μυϊκών συστρέψεων, η πίεση αέρα από τους πνεύμονες αναγκάζει τις φλόγες να ανοίξουν. Η ελαστικότητα των φλόγων τις αναγκάζει να κλείσουν ξανά. Η πίεση αέρα τις αναγκάζει να ανοίξουν πάλι και η ελαστικότητα των φλόγων τις κλείνει πάλι. Καθιερώνονται δονήσεις. Αυτές οι δονήσεις είναι πολύ γρήγορες. Για παράδειγμα, όταν ένα σοπράνο τραγουδάει ένα λα πάνω από το μέσο ντο, οι φωνητικές χορδές δονούνται περίπου 440 φορές ανά δευτερόλεπτο. Επειδή η أمplitude των δονήσεων είναι πολύ μικρή, απαιτούνται κάμαρες αντηχούσεως για ενίσχυση πριν οποιοσδήποτε ήχος προς το εξωτερικό ακουστεί.
Οι δονήσεις των φωνητικών χορδών ταξιδεύουν κατά μήκος οστών, χονδρών και μυϊκών στις κοιλίες της κεφαλής. Αντηχούν επίσης πίσω στις θωρακικές κοιλίες. Ο αέρας μέσα στις κοιλίες δονείται συμπαθητικά, ως κάμαρες αντηχούσεως των φωνητικών χορδών. Επομένως, αυτές οι κάμαρες γίνονται δευτερεύοντες δονητές, και είναι απαραίτητες για την παραγωγή ακουστών κύματων ήχου καθώς βγαίνουν από το σώμα. Οι τραγουδιστές αναπτύσσουν τον έλεγχο του ποια αντηχητική κάμαρα είναι κυρίαρχη. Στο χαμηλό καταχωρητή τραγουδιού, οι δονήσεις αντηχούν στην θωρακική κοιλία· στα μεσαία και ψηλά καταχωρητές, οι δονήσεις αντηχούν στις ριναρίες και στόματες κοιλίες στην κεφαλή.
Η αρθρώση είναι η τελική φάση της παραγωγής φωνής. Περιλαμβάνει την αλλαγή του σχήματος και της διάστασης της στόματης κοιλίας στο στόμα, η οποία παράγει ήχους στην ομιλία ή το τραγούδι. Οι σωστά προφερόμενες συλλαβές, που σχηματίζονται από σύμφωνα και φωνήεντα, κάνουν αυτές τις αλλαγές αυτόματα. Οι δάσκαλοι χρησιμοποιούν συνήθως συλλαβές για να φέρουν τους μαθητές να σχηματίσουν καλές θέσεις στόματος πριν πάνε στις λεπτομέρειες της τοποθέτησης, όπως η συνειδητή κίνηση της γνάθου πάνω και κάτω, η αύξηση και μείωση της γλώσσας ή η κίνηση των γωνιών των χειλιών μακριά και κοντά στο κέντρο του στόματος για να παράγουν τα επιθυμητά αποτελέσματα.