(請注意：中文版本並未隨英文版本同步更新！)
人聲的發音與接收流程，可以列出如下：
- 聲門的快速打開與關閉
- 聲道、口腔、鼻腔的共振
- 空氣的波動
- 接收者耳膜的振動
- 內耳神經的接收
- 大腦的辨識
The production mechanism of human voices.
人聲的發音機制
由於聲門（Glottis）的肌肉張力，加上由肺部壓迫出來的空氣，就會造成聲門的快速打開與關閉，這個一疏一密的空氣壓力，就是人聲的源頭，在經由聲道、口腔、鼻腔的共振，就會產生不同的聲音（音色）。換句話說：
- 聲門震動的快，決定聲音的基本頻率（即音高）。
- 口腔、鼻腔、舌頭的位置、嘴型等，決定聲音的內容（即音色）。
- 肺部壓縮空氣的力量大小，決定音量大小。
下面這一張圖，顯示聲門附近的空氣流速，以及最後在嘴巴附近所量測到的聲波：
Airflow velocity around the glottis and the resultant voices signals
經由下面這個連結，可以看到聲門運動的現象：
要拍到聲門運動，是相當不容易，必須使用高速的攝影機，例如
所以人發音的過程，是由訊號源（聲門），經過濾波器（口腔、鼻腔、嘴型等），才得到最後的聲音，這個過程可以和頻譜訊號一一對應如下：
Source-filter model and the corresponding spectra
人聲發音過程與與頻譜的對應
若用數學模型表示，可用下列方塊圖：
Block diagram representation of source-filter model
人聲發音過程的數學模型
一般來說，當訊號源是間隔規律的波形時，通常代表有聲音，如果訊號源是雜亂的訊號，則得到氣音，以下列的發音「six」為例：
Unvoiced and voiced sounds
氣音和有聲音
其中「s」和「k」都是無聲的氣音，只有「i」是有聲音。
一般而言，中文的氣音只發生在字頭，不會是在字尾。以「清華大學」的「清」為例：
- 聲門不震動，上下顎咬合，舌頭前伸，完全是氣音，發出「ㄑ」
- 姿勢類似，聲門震動，發出「ㄧ」。
- 聲門維持同樣的震動，但是舌頭後縮，發出「ㄥ」。
以下是一些名詞的中英對照表：
- Cochlea：耳蝸
- Phoneme：音素、音位
- Phonics：聲學；聲音基礎教學法（以聲音為基礎進而教拼字的教學法）
- Phonetics：語音學
- Phonology：音系學、語音體系
- Prosody：韻律學；作詩法
- Syllable：音節
- Tone：音調
- Alveolar：齒槽音
- Silence：靜音
- Noise：雜訊
- Glottis：聲門
- larynx：喉頭
- Pharynx：咽頭
- Pharyngeal：咽部的，喉音的
- Velum：軟顎
- Vocal chords：聲帶
- Glottis: 聲門
- Esophagus：食管
- Diaphragm：橫隔膜
- Trachea：氣管
Audio Signal Processing and Recognition (音訊處理與辨識)
