Ludzka percepcja natężenia dźwięku nazywana jest wysokością dźwięku. Wysokość dźwięku jest tworzona przez częstotliwość fal dźwiękowych, które wchodzą do ucha. Ludzkie uszy mają zdolność słyszenia częstotliwości dźwięku od 20 herców do 20 000 herców.
Dźwięk rozchodzi się w atmosferze falami. Prędkość dźwięku zależy od ośrodka, w którym powstają fale. Fale dźwiękowe przemieszczają się najszybciej przez media stałe i najwolniejsze w środowisku gazowym. Intensywność fali dźwiękowej jest definiowana jako moc fali podzielona przez obszar, przez który przechodzi fala dźwiękowa. Można ją również opisać jako amplitudę fali dźwiękowej. Dźwięk człowieka może być słyszalny w postaci dźwięku, który jest związany z częstotliwością dźwięku.
Ludzkie ucho składa się z ucha zewnętrznego, środkowego i wewnętrznego. Fale dźwiękowe wchodzą do ucha zewnętrznego i trafiają w bębenek bębenkowy. Bębenek wibruje i przekazuje energię fali dźwiękowej do ucha środkowego. Kości ucha środkowego wibrują i przekazują energię dźwiękową do półkolistych kanałów ucha wewnętrznego: ślimaka i nerwu słuchowego. Małe włosy w ślimaku wibrują w odpowiedzi na energię dźwięku, a wibracje przenoszą impulsy elektryczne do nerwu słuchowego. Te impulsy elektryczne są wysyłane do mózgu i są rozumiane jako dźwięk.
