音作为一种物理现象，是由于物体振动而产生的。振动而产生的声波作用于人耳，听觉系统将神经冲动传达给大脑，进而产生听觉。人耳能听到的声音频率大约在11-20000Hz，而音乐中使用的音一般在27-4100Hz。

音的物理属性有如下四种：高低、长短、强弱、和音色。振动规则、听起来高低非常明显的音叫做乐音。如钢琴、吉他、提琴均可发出优美的乐音。振动不规则、听起来高低不明显的音叫做噪音。如鼓、沙锤等乐器发出的音都属于噪音。音乐中主要使用乐音，但噪音亦是不可或缺的成分。

音乐中所使用的基本的乐音的总和，叫做乐音体系，乐音体系中的各音称为音级。将乐音体系中的音按照一定的音高关系和高低次序，由低到高或由高到低排列起来，构成音列。乐音体系中音高关系的最小计量单位叫做半音，两个半音构成一个全音。

乐音体系中各音级的名称叫做音名，被广泛采用的是C D E F G A B(do re mi fa so la si 则多用于歌唱，称为唱名) 。以C D E F G A B七个字母命名的音级叫做基本音级。将基本音级加以升高或者降低而得来的音叫变化音级。将基本音级升高半音、降低半音、升高全音、降低全音，分别称做升音级、降音级、重升音级、重降音级。

为了区分乐音体系中音名相同但音高不同的音，将音列分为若干组，即音组。在乐音体系总音列中央的一组叫做小字一组，其标记是用小写字母，并在右上方加数字1表示，如c¹。比小字一组高的各组，由低到高依次定名为小字二组，小字三组，小字四组，小字五组，其标记是在小写字母的右上方，分别加上数字2、3、4、或5来表示。比小字一组低的各组，由高到低依次定名为小字组，大字组，大字一组，大字二组，其标记是：小字组用小写字母标记，大字组用大写字母标记，大字一组和大字二组用大写字母右下方分别加上数字1或2来表示。钢琴键盘的音组安排如下(忽略变化音级)：

A₂B₂|C₁...B₁|C...B|c...b|c¹...b¹|c²...b²|c³...b³|c⁴...b⁴|c⁵

目前国际通用的标准音高(第一国际高度)是440Hz的a音，即以小字一组的a作为标准音。位于乐音体系总音列中央的c¹叫做中央C(261Hz)。

为了确定乐音体系中各音的绝对准确高度，人们创造了各种定律法，如十二平均律，五度相生律，纯律等。将一个纯八度(如c¹-c²)分成十二个均等的部分(即半音)，这种定律法就叫十二平均律。现代的钢琴、吉他、提琴都是根据十二平均律定音的，其特点是所有半音都相等，半音与半音相加等于一个全音，由此而产生了音高相同而记法和意义不同的等音，如升C、降D和重升B。

我们平时听到的某一音，是由许多个音组合而成的，叫做复合音，这是由于全弦以及弦的各段同时振动而造成的。构成复合音的各音叫做分音。由全弦振动所产生的音叫做基音，听得最清楚。由弦的各等分段振动而产生的音叫做泛音或倍音(因为其振动频率是基音频率的整数倍)，不易被听出。分音包括基音和泛音，而泛音不包括基音。将基音和泛音按照高低次序排列起来，叫做分音列。

从低音到高音，音列的总范围叫做音域。音域包括乐音体系总的音域和个别人声或乐器以及某首音乐作品的音域，如E-b²是吉他的音域，而A₂-c⁵是钢琴的音域。根据音色的不同，音域可分为低音区(包括大字二组，大字一组，和大字组)，中音区(包括小字组，小字一组，和小字二组)，和高音区(包括小字三组，小字四组和小字五组)。