归根结蒂，音乐是一种声音，而声音又是一种在介质中传播的机械波。而波，即传播的振动，有四个要素：振动频率或周期，振动的振幅或强度，振动延续的时间即时值，以及波的位相。因此，表示音乐的物理量从根本上也只能是这些了。
具体说来，我们在音乐中习惯用周期的倒数频率而不用周期，习惯用与振幅的平方成比例的声强而不用振幅，时间则用时值这个词。至于声波的相位问题，历史上曾经有个声学中的“欧姆定律”，认为声波的相位是不起作用的。但是，目前的实践和理论表明，声波的位相问题是现实存在的。除了以上这几个原始的物理量以外，我们还常用声谱来表示音乐声。“谱”本来就是某个事物按某种程序排列起来的意思。如年谱就是把一个人的活动按时间年代排列起来，棋谱就是把下棋的走步列位按时间先后排列起来。于是，我们把表示声音的物理量排列起来，就有以下一些常用的声谱：音乐的波形是声振幅按时间先后的排列。波形不同，声音就不同，我们常常用制造不同波形来改变声音。
由声级记录仪记录下来的声级图，是表示声波强度的声压级随时间的变化。
声压（或声压级）或声功率或声强按频率的分布就是频谱。频谱有分列谱和连续谱。频谱图上的包络线的极大值就是共振峰。迄今为止，频谱仍是研究声音的主要手段之一。
可以把声音强弱即声压或声强，频率和时间同时显示出来，叫作三维语声图。这张平面图上的纵轴是频率，横轴是时间而深浅则表示强度，这种三维声图叫“语声图”，是因为它首先是在研究语言声学时用的。