'Es una composición musical que está formada por una voz femenina o masculina exclusivamente sin acompañamiento instrumental, una forma de utilizar la voz humana que exige un funcionamiento especial de los órganos de la fonación, en relación auditiva. Así pues, se aprende a cantar imponiéndose una gimnasia vocal particular, controlando los músculos que intervienen en la producción de los sonidos, la respiración y otros. Este aprendizaje puede hacerse espontáneamente, por imitación, como el canto de las ballenas que es un canto vocal animal muy sonoro.

En lo que se refiere a su estructura, los órganos de la fonación son iguales en el hombre que en la mujer; solo se diferencian por sus dimensiones (cuerdas vocales más largas y más sólidas en el hombre que en la mujer; diferente volumen en las cavidades de resonancia, etc.). Por término medio, entre adultos, las voces de mujer están a una octava más alta que las de los hombres.

La clasificación de la voz humana se hace en función de los límites entre los que una voz se mueve sin dificultad (es lo que se llama la tesitura: tenor, barítono, bajo), de las calidades de timbre (el registro: voz de pecho, voz de cabeza) y cualidades