En la producción del habla intervienen de forma coordinada más de un centenar de músculos distintos, controlados por nervios diferentes siendo la conducta más complicada.
Así, la lengua es el órgano más móvil del cuerpo, con 17 músculos independientes.
Es posible distinguir tres funciones fisiológicas que concurren simultáneamente en la producción del habla:
- Respiración (energía mecánica necesaria mediante el suministro de aire a presión)
- Fonación (fuente del sonido o materia prima acústica gracias a las cuerdas vocales)
- Articulación ( “moldea” la materia prima a través de los órganos articulatorios del tracto o conducto vocal)
De esta forma, hay órganos articulatorios fijos, como el paladar duro u óseo, la cavidad nasal y los dientes, y órganos móviles, como los labios, la lengua, el velo del paladar o paladar blando y la mandíbula.
Las cuerdas vocales son órganos fonéticos localizados en la laringe que el individuo puede controlar de forma voluntaria que participan en la producción de las vocales y las consonantes sonoras.
El sonido vibratorio por sí solo no es lingüístico, no comunica mensajes ni porta vocales o consonantes sino que a su paso por la garganta, (a través del tubo o tracto vocal), el sonido vibratorio adquiere las resonancias propias de la voz y se articula en habla, se modula acústicamente para crear los segmentos fonéticos.
La producción de habla responde al modelo físico de la teoría de la fuente y el filtro que considera que el sonido del habla se forma gracias a la conjunción de dos factores: la fuente y el filtro. La materia prima acústica se crea en la fuente, o punto donde se genera el sonido base que luego habrá que filtrar o modelar (cuerdas vocales) mientras que en el caso de las consonantes sordas, la fuente está en el punto de la boca donde se produce el ruido consonántico como en las fricativas es el paso estrecho donde el aire fricciona con fuerza al pasar a su través (entre la lengua y los alvéolos para la /s/; entre los dientes superiores y el labio inferior en la /f/).
Así, el sonido generado en la fuente se propaga a través del tracto vocal y, es sometido a sus resonancias y sufre un proceso complejo de filtrado, donde unas frecuencias se refuerzan y otras se atenúan.
Así, el tracto vocal de un varón medio, es de 17,5 cm de largo mientras que el de la mujer es alrededor de un 15% más corto (14,75 cm).
El hecho de que el tubo sea recto o curvado, como en el caso real, es irrelevante en cuanto a su acústica.
Según el lugar donde se produzca esta constricción o estrechamiento, cambia completamente el juego de resonancias del tubo, o las frecuencias concretas que se potencian y se atenúan, dando lugar a resultados acústicos muy distintos.
En la producción de las consonantes la constricción es más cerrada que en las vocales.
Por otra parte, y a causa de la coarticulación, los rasgos o características de los sonidos vecinos se mezclan y se funden entre sí. La coarticulación es más patente cuando los órganos que intervienen en dos fonemas vecinos son distintos.
Al articular un fonema se anticipan movimientos o gestos articulatorios de los fonemas futuros arrastrando movimientos residuales de los anteriores, produciéndose un solapamiento de movimientos articulatorios.
Así, a veces la influencia de un fonema se extiende hasta 6 unidades más allá.