صدا بر اثر لرزش هوا بوجود می‌آید. بنابراین هر وسیله یا عاملی كه بتواند با معیاری خاص هوا را مرتعش كند، یك تولیدكننده‌ی صدا به حساب می‌آید.

تعداد لرزش های هر صدایی در یك ثانیه را، بسامد می‌گویند. بسامدهای قابل دریافت با گوش انسان از 20 بار در ثانیه آغاز می‌شود و تا 20000 بار در ثانیه هم می‌رسد. البته این محدوده مربوط به یك گوش كاملاً سالم است و گوش اغلب انسان ها به‌ ویژه در سنین بالا كمتر از این محدوده را می‌شنود. واحد شمارش بسامد به احترام هرتز دانشمند آلمانی با نام وی بیان می‌شود و با حروف اختصاری Hz نشان می‌دهند. برای مثال وقتی صحبت از بسامد یک صدا با مقدار 440Hz می شود، یعنی لرزش های ایجاد شده بوسیله‌ی آن صدا، 440 بار در هر ثانیه است. اگر بسامد صدایی پایین باشد، می‌گوییم آن صدا بم و اگر بسامدش بالا برود، آنگاه می‌گوییم صدا زیر شده است. پرسش: بسامد صدای نوزاد شش ماهه بیشتر است یا بسامد صدای مردی 30 ساله؟

چنانچه لرزش ها و ارتعاشات یك‌ صدا بی‌نظم و قاعده باشد، اثر آن بر گوش انسان ناخوشایند خواهد بود. نمونه چنین صداهایی، پیرامون زندگی امروزی بسیار است. نظیر صدای برهم خوردن فلزات، شكستن شیشه، صدای ار‍ّ‌ه و چكش، غرش هواپیماهای جت و همچنین صدای برخی حیوانات مانند الاغ.

اگر صدایی دارای ارتعاش منظم و قانونمندی باشد، آن صدا جزو اصوات خوشایند به حساب می‌آید و به همین دلیل برای گوش انسان جذاب است. نظیر این صداها را در طبیعت و همچنین زندگی روزمره فراوان داریم. صدای پرندگان خوش‌آواز، سازهای موسیقی و از همه مهم تر صدای آواز انسان نمونه‌های عالی از اصوات خوشایند هستند.

مجموعه ای به هم تنیده از صداهای خوشایند و ناخوشایند كه با نظمی خاص شنیده شوند، موسیقی نام دارد. بنابراین تولید صداهای موسیقایی و غیرموسیقایی بدون رابطه‌ی زمانی و معیاری مشخص، موسیقی به حساب نمی‌آید. برای مثال یك صدای پیوسته و بدون زمان معین موسیقی نیست یا صدای تك ‌بوق خودروها، آژیر آمبولانس و همین طور صدای برخورد اجسام سخت یا حتی صدای انفجار. اما اگر یك معیار زمانی در تولید صداها لحاظ بشود، آنگاه می‌توان اصوات حاصله را نوعی موسیقی نامید. مثل كسی كه با مضرابهای سنتور صداهایی را در فاصله زمانی مشخصی تولید می‌كند. یعنی باید آن صداها از نظر اندازه‌ی زمانی كوتاه و بلند باشند. همینطور با بوق زدن منظم و با قاعده می‌توان نوعی موسیقی ایجاد كرد.

تجربه نشان داده است که بیشتر موسیقی های رایج فقط از هفت صدای مختلف تشكیل شده و با تكرارهای گوناگونِ همین هفت صدا، انواع موسیقی بوجود آمده است. به هر یك از این صداهای هفتگانه، نت (note) می گویند. با این نگاه، هیچ موسیقی ای نمی تواند بیش از هفت نت را در بر بگیرد اما برعكس موسیقی‌هایی داریم كه از شش یا پنج نت تشكیل شده‌اند. در قرن بیستم برخی جریان های پیشرو در موسیقی مدرن، نوعی از موسیقی دوازده نتی را هم ابداع کردند. ولی غالب موسیقی های رایج در همان چارچوب هفت نتی شکل می گیرند.