La altura del sonido se debe al número de vibraciones por segundo. Un sonido de alta frecuencia es captado como un sonido agudo. Un sonido de baja frecuencia es captado como un sonido grave.

Esto se refleja en la gráfica del espectro acústico ya vista.

Normalmente los sonidos puros (de una sola frecuencia) son escasos. La mayoría de los sonidos reales, están formados por una combinación más o menos complicada de frecuencias, con niveles relativos variables.

Como ya hemos comentado El rango audible se extiende entre 20 Hz y 20 KHz. Por ello un sistema de alta fidelidad debe ser capaz de reproducir toda esta gama; para la voz humana nos bastará con reproducir entre 200 y 8000 Hz (en telefonía se usa una banda de 300 a 3400 Hz, que limita la calidad pero permite la inteligibilidad del mensaje). En un sistema profesional de sonido es habitual usar la gama de 50Hz a 16KHz.

El tono esta relacionado con la frecuencia y ello nos lleva a saber que distintos tonos necesitaran distintos niveles para una misma sensación de audición, y también provocara que distintos tonos tengan distinto comportamiento ante obstáculos o recintos cerrados.