Mowa ludzka jest zjawiskiem społecznym, a nie biologicznym. Z natury ludzie nie mają narządów mowy. Ale jest aparat mowy - zestaw narządów niezbędnych do wytwarzania mowy.
Aparat mowy ludzkiej składa się z narządów, z których każdy ma swoje własne funkcje biologiczne. Do wytwarzania dźwięków mowy niezbędne są te same warunki, co do wytwarzania dźwięków w ogóle: siła napędowa, ciało, którego ruchy będą wydawać dźwięki i dźwięki, rezonator do tworzenia barwy dźwięków. Źródłem produkcji większości dźwięków mowy (siłą napędową) jest strumień powietrza, który jest wypychany z płuc przez oskrzela, tchawicę. Następnie przez gardło i usta lub nos na zewnątrz. Okazuje się, że aparat mowy ludzkiej przypomina instrument dęty. Składa się z futer (u ludzi są to płuca), języka lub innego ciała zdolnego do rytmicznych wibracji, nadających ton (u ludzi są to struny głosowe w krtani) i rezonatora (jamy gardła, nos i usta). Ale możliwości aparatu mowy ludzkiej są znacznie większe niż jakiegokolwiek instrumentu, o czym świadczy zdolność człowieka do onomatopei.
Cały aparat mowy podzielony jest na trzy części. Wszystko poniżej krtani. Sama krtań. Nad krtanią. Dolna część składa się z płuc, oskrzeli i tchawicy. Pompuje wydychany strumień powietrza niezbędny do tworzenia dźwięków za pomocą mięśni przepony. W dolnej części aparatu mowy nie można tworzyć dźwięków mowy.
Część środkowa - krtań, składa się z dwóch chrząstek tworzących szkielet krtani. Wewnątrz, w postaci kurtyny, zbiegającej się w połowie do środka, rozciągają się muskularne filmy. Centralne krawędzie kurtyny nazywane są strunami głosowymi, które są bardzo elastyczne i muskularne. Mogą rozciągać się i skracać, rozsuwać się, być spięte lub rozluźnione.
Dźwięki generowane są w górnej części aparatu głosowego. Chrząstka nagłośni znajduje się w jamie gardła, rozgałęzia się na dwie jamy: nosową i ustną. Podniebienie oddziela te dwie jamy, jego przednia część jest twarda, a tylna miękka, inaczej nazywana jest kurtyną podniebienną i kończy się małym języczkiem. Kiedy podniebienie miękkie jest uniesione, a języczek opiera się o tył gardła, powietrze przepływa przez usta i powstają dźwięki ust. Kiedy podniebienie miękkie jest opuszczone, a języczek wysunięty do przodu, powietrze uchodzi przez nozdrza. Wytwarzane są dźwięki nosowe.
Objętość jamy nosowej nie może się zmienić, więc uzyskuje się tembr nosa, na przykład dźwięki „m”, „n”. Ze względu na obecność narządów ruchomych: warg, języka, podniebienia miękkiego jama ustna może zmieniać swoją objętość i kształt. Język jest najbardziej mobilnym organem aparatu mowy. Może wzrosnąć do jednego lub drugiego poziomu, nie tworząc zamknięcia z podniebieniem, blokując jamę ustną. Stwarza to wszelkiego rodzaju warunki rezonansowe, które są niezbędne do wymowy samogłosek. Ułatwia to również opuszczanie i podnoszenie ruchomej żuchwy.
