声音的听觉体验主要由三个要素决定：响度、音高和音色。
首先，响度，也被称为声强或音量，是声音能量强度的表现。它取决于声波振幅，可以用声压（达因/平方厘米）或声强（瓦特/平方厘米）量化。客观上，声压级（分贝，dB）衡量声压与基准声压的比值对数，而主观感受则使用宋（Sone）单位，定义为1kHz、40dB纯音的响度为1宋。响度级（口方，phon）表示与1kHz纯音响度的相对比值。需要注意的是，声压级并不等于响度级，除非是1kHz纯音。
响度是听觉的基础，正常人的听觉范围为0dB至140dB。超出人耳可听频率范围的声音，即使响度很高，人耳也无法感知。在可听频率内，声音过弱或过强都会使人听不到，听阈（刚能听到的声音）和痛阈（引起疼痛的声音）随声压和频率变化。
音高，即音调，是声音高低的主观感受，由声波基频高低决定，单位是赫兹（Hz）。音高与美（非线性关系的主观单位）是音高的两个描述。人耳对音高的感受范围从最低可听频率20Hz到最高20kHz。
音色，或音品，由声音波形的谐波频谱和包络决定，区分不同声源的特征。基音和泛音的组合形成了音色，而高保真音响追求准确传输声音的原始特征，如声源定位、空间感和层次感。
此外，音值（音长）涉及声音的振动持续时间，而人耳并非对所有声音成分都能完全感知，例如对高频信号的定位和频率判断可能存在局限。声音的听觉特性涉及复杂的心理和生理因素。
由于人耳听觉系统非常复杂，迄今为止人类对它的生理结构和听觉特性还不能从生理解剖角度完全解释清楚。所以，对人耳听觉特性的研究目前仅限于在心理声学和语言声学。 人耳对不同强度、不同频率声音的听觉范围称为声域。在人耳的声域范围内，声音听觉心理的主观感受主要有响度、音高、音色等特征和掩蔽效应、高频定位等特性。其中响度、音高、音色可以在主观上用来描述具有振幅、频率和相位三个物理量的任何复杂的声音，故又称为声音“三要素”；而在多种音源场合，人耳掩蔽效应等特性更重要，它是心理声学的基础。