Většina živočichů, včetně člověka, je schopna pomocí sluchového ústrojí registrovat rychlé změny tlaku vzduchu a vnímat je jako zvuk. 

Zvuk nám umožňuje zjišťovat vzdálenost, pohyb, strukturu prostoru a mnoho jiných důležitých informací a je tak jedním ze základních informačních kanálů jedince. Z fyzikálního hlediska je zvuk vlněním, řídí se tedy zákony obecně platnými pro vlnění. Rychlost zvuku v suchém vzduchu při teplotě 20 stupňů Celsia je 344 m/s.

Každý zvuk je tvořen tóny. Nejjednodušší tón tvoří tlakové vlny sinusového průběhu. Kolikrát se jeden průběh opakuje za jednu sekundu, to udává frekvenci (jednotka hertz). Výška tónu (zvuku) je přímo úměrná frekvenci. Další veličinou pro popis zvuku je intenzita, která nás informuje o velikosti nastalých změn tlaku. V lidském vnímání jí odpovídá hlasitost, přičemž lidské ucho je schopno slyšet frekvence v intervalu 20 - 20 000 Hz. Na nízké a vysoké kmitočty je však citlivost ucha omezená.

V praxi se s jednoduchými tóny téměř nesetkáváme, mnohem častější je výskyt tónů složitějších tvarů, vzniklých součtem základního sinusového signálu a jeho harmonických, tedy celočíselných násobků frekvence základního tónu. Harmonické složky jednotlivé tóny odlišují a každému dávají jeho charakteristickou barvu. Uvádí se, že sudé harmonické dodávají měkkou příjemnou barvu, zatímco liché dávají zvuku tvrdý, pronikavější charakter. Za základní frekvenci považují hudebníci komorní A na 440 Hz; od něj jsou odvozeny všechny ostatní tóny tak, že každý následující je o 12. odmocninu ze dvou vyšší než předchozí.

Řeč je základním lidským dorozumívacím prostředkem. Vzniká rozechvěním hlasivek proudem vzduchu z plic. Tento zvuk je dále upravován v ústní dutině a je vyzařován ústy za současného zesílení v dutinách lebečních kostí. Maximum intenzity hlasového projevu je soustředěno do intervalu 200 až 3000 Hz, čehož se užívá v telefonním přenosu, kdy je přenášeno jen frekvenční pásmo 300 až 3400 Hz, aniž by došlo ke ztrátě srozumitelnosti. Na snížení srozumitelnosti má nejvýznamnější vliv ztráta vysokých kmitočtů a nelineární zkreslení, které, dosáhne-li hodnot 10%, způsobí úplnou ztrátu srozumitelnosti. S tak masivním zkreslením se však v praxi nesetkáváme.

Lidské ucho se skládá z vnější, střední a vnitřní části. Vnější část tvoří boltec, který soustřeďuje vlnění vzduchu do zvukovodu. Na konci zvukovodu je bubínek, oddělující střední část. Na něj nasedá soustava tří jemných kůstek (kladívko, kovadlinka, třmínek), které zprostředkovávají přenos chvění na oválné okénko vnitřního ucha, kam ústí cca 25 000 nervových zakončení. Kůstky automaticky regulují citlivost sluchu. V tichu na sebe dokonale dosedají a jsou schopny přenést i velmi jemné, tiché zvuky, v hluku se naopak uvolňují a tlumí rázy až do 80 dB.

Subjektivní pocit síly zvuku popisuje hlasitost (jednotka fón Ph). Byla zavedena proto, že lidské vnímání popudu a následku (tedy i vnímání zvuku) má logaritmickou závislost. Chceme-li tedy např. mít pocit, že hlasitost vzrostla dvojnásobně, je třeba zvětšit intenzitu desetkrát. Tuto závislost popisuje tzv. křivka stejné hlasitosti.