Govor nastaje kada vazduh koji pluća izbace prođe preko glasnica (glasnih zica) koje zavibriraju. Kada zvuk pređe glasnice dalje ga modifikuju rezonatori (šupljine ždrela i nosa) i usta. Usna šupljina je najveća pa se u njoj odvijaju i najveće promene oblika, položaja i veličine rezonatora. Ovo se postiže zahvaljujući strukturi, obliku i pokretljivosti pojedinih govornih organa. Pokretljivi artikulatori: donja vilica, mišići lica, usne, jezik, meko nepce, menjanjem svog položaja prema nepokretnim artikulatorima (gornja vilica, tvrdo nepce i zubi) menjaju oblik i volumen usne šupljine, stvarajući pregrade ili sužene prolaze i na taj način usmeravaju vazduh kroz usnu ili nosnu šupljinu. Maksimalna koncentracija zvučne energije se grupiše u vokalnom traktu koji sadrži frekvencije rezonance. Dakle, proizvodnja govora podrazumeva izvor zvuka (glasne zice) i strukturu rezonance (vokalni trakt).

Frekvencijski opseg govora kreće su u rasponu od 80Hz do 12000Hz. Međutim, najvažniji je frekvencijski pojas između 250 I 5000Hz u kojem se dobija 100%-na razumljivost govora. Upravo iz ovog razloga u Tomatis metodi nastoji se filtriranjem obezbediti što više muzičkih sadržaja u ovom frekvencijskom rasponu!