稍有物理知识的人都会知道，声音是因为物体的振动而产生的。音乐是听觉艺术，其最基本的构成就是声音。但是并不是我们在自然界中听到的一切声音都可以作为音乐的构成材料。在音乐体系中用到的声音，是无数人经过长期实践精选出来的、能够体现人类感情的声音。这些声音组成了一个固定的乐音体系，又经由几十代音乐大师之手，创作出了无数优美、动人、振奋人心的传世佳作。为我们留下了一笔丰厚的文化遗产。
从听觉角度来讲，声音主要由四种属性——高低、长短、强弱、色彩（即常说的音色）。其中：
音的高低是由发音源在一定时间内的振动次数（频率）来决定的。振动次数越多，频率越高，音也就越高。反之则低；
音的长短是由发音源振动时所持续的时间来决定的。持续的时间越长，音越长，反之则短；
音的强弱取决于由发音源的振动幅度（振幅），幅度越大，音越强，幅度小音就弱；而发音源的材质、形状及泛音数的多少则决定了音色。
声音的以上这四种属性，在音乐的表现中都是非常重要的，其中又以“高低”和“长短”最为重要。比如一首歌曲，本来是由人声演唱的，但是如果我们把它改编为器乐曲、并且减小音量，虽然改变了音的长短和音色，但是仍然可以很容易地分辨出它的旋律。但是，如果我们把这首乐曲中每个声音的长短、高低随意的改变，其原来的旋律马上会受到严重的破坏——面目全非呀！由此可见,无论是创作、演奏、歌唱的时候都应该对声音的高低（音高）和长短（即后面要谈到的“时值”、“节奏”）加以特别的注意。
由于物体在振动的时候并不是总是规则的，所以声音又有“乐音”和“噪音”之分。规则振动发出的是乐音，反之则称为噪音。在音乐中，用的最多的是乐音，但是这并不代表噪音就不属于音乐的组成部分，乐队中的大部分节奏打击乐器所发出的声音就属于噪音，但它同样具有非常丰富的音乐表现力，甚至成为了现代通俗音乐中不可缺少的部分。
最后，还需要再提到的一点是——我们平时听到的某一个音都不只是一个单独的纯正的音在响，而是许多个声音的结合，我们称之为“复合音”。这是因为物体在振动的时候不仅整体在振动，而且各个部分也在振动。以吉他为例，在我们拨响一根琴弦地的同时，这根琴弦的1/2、1/3、1/4……各个部分也都在分别振动。这种由琴弦（发音源）整体振动产生的声音称为“基音”，是最容易被人耳听到的声音。其它部分振动产生的音，称为“泛音”在与基音同时发声的时候是不容易被听到的，除非我们刻意地抑制基音，突出泛音。比如吉他中的自然泛音和人工泛音奏法