Funkcje ludzkich narządów mowy mają wytwarzać dźwięki, które są odbierane jako mowa, wypychając powietrze z płuc i modyfikując je w inny sposób z ust. Narządów mowa generuje spółgłoski i samogłoski oraz dźwięczne i bezdźwięczne dźwięki.
Główne trzy części aparatu do produkcji mowy u ludzi to płuca, skrzynka głosowa i przewód głosowy. Płuca wytwarzają początkowe ciśnienie powietrza, które jest niezbędne do każdej wypowiedzi. Krtań lub skrzynka głosowa zawiera fałdy głosowe, które czasami są niepoprawnie nazywane strunami głosowymi i głośną. Nosa i jamy ustnej stanowią przewód głosowy.
Krtań znajduje się na górze między tchawicą a przełykiem, w dół, do której pokarm jedzie do żołądka. Głos jest przestrzenią między fałdami głosowymi. Te ostatnie tworzą dźwięczne dźwięki (z, d) lub dźwięki bezdźwięczne (s, t), wibrując, gdy są zamknięte i otwierając odpowiednio.
W jamie ustnej język, usta i zęby są używane do wyrażania różnych spółgłosek i samogłosek w mowie. Niektóre języki, takie jak język ludu Busha w Afryce, używają dźwięków kliknięcia, stworzonych całkowicie w przewodzie pokarmowym. Rola jamy nosowej polega na kontrolowaniu produkcji dźwięków ustnych i nosowych. Aby wydać dźwięki nosa (m, n), welin w tylnej części jamy ustnej jest opuszczany, a powietrze wydobywa się z nosa.
