音色的形成是由发音体内部的复杂振动结构决定的，主要包括基音和泛音。泛音的丰富度及强度差异显著地塑造了音色的独特性。在音乐中，音色是极具吸引力的感知元素，它直接作用于我们的听觉感官，区分人声和器乐音色是人们天生的能力。人声音色依据高低音和性别区分，而器乐则有弦乐、管乐和打击乐各自独特的音色特征。
音色的构成可以简化为纯音、变换和混合方式的综合。纯音的频率组合，通过不同的衰减和共振腔的特性，形成音调、响度之外的丰富音色特性。例如，人声和弦乐器的音色柔和且融合力强，而木管乐器如双簧管和萨克斯管则声音坚硬，融合力较弱。不同乐器的共鸣峰位置决定了音色的明亮或暗淡，如长笛音色暗淡，小号则明亮。
波形和音色紧密相连，特定的波形对应特定的音色。然而，频率相同的两个波形听上去相同，是因为人耳不感知谐波的相位信息。在实际音乐中，所有音色都是由多个谐音构成，如钢琴的c1音，其谐音频率按倍数递增，形成一个音阶。理解音色的关键在于理解这些谐音及其组合方式。
音色（musical quality）是指声音的感觉特性。音调的高低决定于发声体振动的频率，响度的大小决定于发声体振动的振幅,但不同的发声体由于材料、结构不同，发出声音的音色也就不同，这样我们就可以通过音色的不同去分辨不同的发声体音色是声音的特色，根据不同的音色，即使。在同一音高和同一声音强度的情况下，也能区分出是不同乐器或人发出的。同样的音量和音调上不同的音色就好比同样色度和亮度配上不同的色相的感觉一样。