汉语的声调的变化主要是音高的变化。音高是指各种不同高低的声音，即音的高度，音的基本特征的一种，音高是构成语音的要素之一，汉语里音高变化的不同引起声调不同。
构成声调的因素有两个，主要的是音高，次要的是音长。
音高是声音在音阶上的高低程度，是由发音体在一定的时间所形成的颤动频率多少来决定的。因人类说话的音高不是绝对的高度，不必精确地推算其频率，只是相对的高度，即音高并不管每一个字的颤动频率有多少，只是注意前后之间声音高低变化的形态怎样而已。
音长是指某一个音形成的时候所保持的时间久暂而言。音长所计算的时间，也不是绝对时间，不可用“分”、“秒”的单位来计算它，只能用相对的单位时间来比较它久暂的比例数。在不必十分精密的分析调值的情形下，音长的条件常常略而不记，所以许多语音学的书籍里不讨论音长。
