A voz humana consiste no som produzido pela vibração das pregas vocais modificado pelo trato vocal. A voz humana é usada para falar, cantar, gargalhar, bocejar, soluçar, chorar, gritar etc. Sua frequência varia entre 50 e 3400 Hz. De modo geral, o mecanismo para gerar a voz humana pode ser subdividido em três partes: os pulmões, as pregas vocais dentro da laringe e os articuladores - lábios, língua, dentes, palato duro, palato mole e mandíbula. O pulmão produz um fluxo de ar, que funciona como um combustível para a voz, que é expulso pelo diafragma e passa para as pregas vocais, que vibram e transformam esse ar em pulsos sonoros, formadores da fonte de som da laríngeo. Os músculos da laringe ajustam a duração e a tensão das pregas vocais para adequar a altura e o tom. Os articuladores articulam e filtram o som emanado pela laringe e até certo ponto podem interagir com o fluxo de ar para fortalecê-lo ou enfraquecê-lo como a fonte do som.

As pregas vocais, juntamente com os articuladores, são capazes de produzir sons altamente intrincados. O tom da voz pode ser modificado para sugerir emoções como raiva, surpresa e felicidade. Cantores usam a voz humana como um instrumento para criar música.