全世界有2萬多個民族，講著2800多種語言。被5000萬以上人口使用的語言有13種，其中說漢語的人口最多，其次是英語、印地語、西班牙語、阿拉伯語、葡萄牙語……講英語的國家最多，其次是西班牙語，再次是阿拉伯語、法語、德語。
不僅如此，每種語言裏還有許多方言。
但是，所有語言都是用語音來表達的，這是它們的共同點。語音是通過人的發音器官發出的聲音。人的發音器官包括呼吸器官、聲帶和口腔。肺、支氣管和氣管是發音的動力站，說話時由那裏發出氣流。聲帶是我們喉頭中間的兩片薄膜，它富有彈性，附著在喉頭的軟骨上。兩片聲帶中間的通道叫做聲門。
我們默不作聲時，聲帶是鬆弛的。從肺裏呼出的氣流經過聲門時，自由自在地從那個三角形的孔裏通過，不會引起聲帶的振動。當我們講話或唱歌時，聲帶便會繃緊，向中線內收，並且相互緊緊地接觸，“聲門關閉”了，從肺裏呼出的空氣隻能從縫隙中擠出，於是引起聲帶的振動，發出了聲波。人們在說話的時候，不管是講哪種語言，都會有一個個的音節。
請你大聲說：“花真香！”分析一下，這是三個音節，頭一個音節是huā，第二個音節是zhēn，第三個音節則是xiāng。
請你拉長聲說“花”字，你會發現，“花”字變成ā音，如果不把嘴閉上，“花”字是出不來的。可見，花（huā）這個音節是由h、u、ā三個更小的語音組成的，這種最小的語音單位叫音素。
幾千種語言都是由音素組成的。音素包括元音和輔音兩大類，例如a就是元音，h就是輔音。元音是由聲帶振動發出來的樂音，每個元音的特點是由口腔形狀決定的，輔音是發音時由口腔的不同部位以不同的方式阻礙氣流所產生的一些音。
無論哪種語音都是由不同形式的聲波構成的。每一個音都有一定的音色、音高（聲調）、音強（聲強）和音長，這些就是語音的物理屬性。
音色和發聲體有關，這個道理語音中也在應用：聲帶振動發出的音和聲帶不振動時發出的音就有不同的音色。
音色和發音方法有關，同是弦樂器，用弓拉和用手指撥，音色會不同。語音也是如此，送氣或不送氣，就形成了音色不同的兩個音。例如不送氣時是b，送氣時就成了p。
共鳴器的形狀會影響音色，這個原理在語音中也適用。口腔閉合一點或張大一點，發出的音也不同。發a音口腔必須大開，發o音口腔是半合的。
音高是由聲波的頻率決定的。音高在漢語語音裏是很重要的，例如mai這個音節，讀成mǎi是“買”，讀成mài是“賣”，意義相反。在語言學裏這叫聲調的變化，它主要取決於音高，有時也和音長有關。