Musik är ljud och ljud är vibrationer; ett givet läte har en viss frekvens (som mäts i hertz), och en ton har en (någorlunda) bestämd frekvens. Vad som får toner att låta som musik är faktumet att tonernas frekvenser är matematiskt relaterade till varandra – musikaliska skalor kallas just för skalor därför att tonerna i dem befinner sig i skalförhållande till varandra. När en frekvens väl dubblerats, ger det upphov till tonens oktav; ordet oktav stämmer från latinets ord för åttonde och har sitt ursprung i ett skalsystem med sju toner i (där då oktavskiftet sker på vad som skulle varit/är den åttonde tonen). De olika förhållandena som kan förekomma emellan tonerna emellan oktaven och dess grundton tjänar att karaktärisera skalan – det finns inga egentliga regler för vilka intervaller det är som kan utnyttjas.

Toners förhållanden till varandra i samhörighet och sekvens brukar beskrivas med begreppen konsonans och dissonans; i lättbegripliga termer kan man säga att dissonans leder till oro och spänning i ljudbilden, och konsonans till ro och upp-lösning. Såväl ackord som melodier utnyttjar både konsonans och dissonans för att förmedla budskap och sätta stämning, och hur pass konsonant eller dissonant musiken är beror alltså framförallt på vilken effekt det är den försöker att uppnå. Medan det för det mesta finns en gräns där musiken blir till oljud i och med mängden dissonans, förblir det en fråga om smak – ungefär som kryddstarkhet med mat.

Om en ton visserligen skulle kunna ljuda ”för evigt”,, har den nästintill alltid en viss längd – dess notvärde. Notvärdet förstås oftast vara en produkt av takten; exempelvis, om takten är 240 taktslag per minut och rymmer fyra taktslag per takt, är en helnot en sekund lång, en halvnot en halv sekund lång, en kvartsnot en kvarts sekund lång, och så vidare. Beroende på kombinationen av notvärden i takten, och vilka taktslag som betonas därigenom, uppstår olika rytmer, där vissa rytmer enbart kan förekomma inom vissa taktarter. Vilket inte är för att säga att musiken på något sätt är
fullkomligt regelbunden.