Quando respiramos, nossas pregas vocais estão abduzidas, ou seja, afastadas para a entrada do ar nos pulmões, onde ocorrerá a troca gasosa. Quando emitimos um som, as pregas vocais estão posicionadas na linha média encostadas uma na outra.

A produção vocal começa com a respiração. Quando respiramos, o nosso diafragma (músculo largo e horizontal localizado logo abaixo dos pulmões) abaixa. O ar inalado entra no pulmão aumentando seu volume. Quando expiramos, há relaxamento da musculatura da caixa torácica. O diafragma abaixa e o ar é exalado para fora. A voz é produzida pela vibração das pregas vocais durante a passagem de ar fornecida pelos pulmões. Quando a corrente de ar passa pela região de estreitamento criada pelas pregas vocais em posição fonatória, há vibração das mesmas e produção de ondas sonoras.

Para que isso ocorra, os músculos adutores são ativados promovendo resistência à passagem de ar. A vibração das pregas vocais ocorre em ciclos de abertura (afastamento das pregas vocais) e fechamento (aproximação) durante a passagem de ar. Na mulher a frequencia de vibração das pregas vocais gira em torno de 200-250 Hz e no homem em torno de 100-150 Hz.

O som produzido pela vibração das pregas vocais é amplificado e modificado pelas cavidades de ressonância, formados pelo trato vocal, nariz, seios paranasais e cavidade oral e articulado na boca através do lábio, língua e palato para a formação das palavras e da fala.

O som produzido nas pregas vocais pode ser modulado dependendo do predomínio muscular. Por exemplo: podemos produzir uma voz mais aguda quando esticamos as pregas vocais por ação do músculo cricotireoideo (analogamente, as cordas do violão produzem um som mais agudo quando tensionadas).