L'estensione vocale si riferisce allo spettro di altezze che la voce umana è in grado di produrre. I tipi vocali sono le categorie usate per raggruppare queste estensioni in classi definitive. La natura limitata del tratto vocale umano, combinata con il fatto che gli esseri umani generalmente non utilizzano l'intera estensione quando vocalizzano, spiega perché più altezze una voce è in grado di generare, più rara è quella voce.
I suoni che sentiamo quando le persone parlano e cantano sono un sottoprodotto del funzionamento del tratto vocale umano. Due sezioni di membrana mucosa elastica chiamate pieghe vocali, note informalmente come corde vocali, si estendono orizzontalmente sulla trachea nella laringe (scatola vocale) della gola. Le pieghe si aprono per permettere all'aria dalla trachea di passare tra loro durante la respirazione, e si chiudono insieme per bloccare il flusso d'aria quando tratteniamo il respiro.
Il parlato, il canto e altri suoni vocali — come ridere e urlare — avvengono quando i muscoli laringei fanno vibrare le pieghe vocali, cambiano la loro lunghezza e alterano la tensione mentre l'aria viaggia attraverso la trachea. Il processo controlla il volume e l'altezza dei suoni vocali prodotti.
Le estensioni vocali umane sono misurate in unità chiamate ottave. Sebbene le designazioni differiscano, le ottave rappresentano solitamente l'intervallo di sette passi tra due note musicali dello stesso tono, dove le note sono La, Si, Do, Re, Mi, Fa e Sol.
Le voci femminili sono generalmente più alte di quelle degli uomini a causa delle differenze fondamentali tra i tratti vocali dei due generi. Gli uomini hanno spesso pieghe vocali più lunghe e pesanti, risultando in voci più basse e profonde.
I tre tipi di voce comuni per le donne, dal più alto al più basso, sono soprano, mezzosoprano e contralto. I soprani generalmente cantano nell'intervallo dal Do centrale al Do alto due ottave sopra, e i contralti nell'intervallo dal Fa immediatamente sotto il Do centrale al secondo Fa sopra il Do centrale. L'estensione del mezzosoprano, il tipo di voce più frequente tra le donne, si colloca a metà tra soprano e contralto e sovrappone entrambe le estensioni.
Il sistema di classificazione per i tipi di voce maschile include comunemente quattro classi. In ordine dal più alto al più basso, sono contraltista, tenore, baritono e basso. Gli intervalli di note approssimativi corrispondenti sono: dal Sol immediatamente sopra il Do centrale al Fa due ottave sopra il Do centrale per i contraltisti, dal Do un'ottava sotto il Do centrale al Do un'ottava sopra il Do centrale per i tenori, dal secondo Sol sotto il Do centrale al Sol immediatamente sopra il Do centrale per i baritoni, e dal secondo Mi sotto il Do centrale al Mi immediatamente sopra il Do centrale per i bassi. Il baritono è il tipo di voce maschile più comune. I contraltisti spesso cantano in falsetto, un registro vocale caratterizzato da altezza elevata e vibrazione dei bordi interni delle pieghe vocali.
Oltre ai sette tipi di voce per uomini e donne adulti, c'è un'ottava categoria chiamata "voci bianche" (treble) che si applica ai bambini le cui voci non sono ancora cambiate a causa della pubertà. Poiché ragazzi e ragazze hanno voci acute simili a quell'età, non c'è bisogno di distinguere il tipo vocale con una classe aggiuntiva basata sul genere. L'estensione delle voci bianche va dal Do centrale al secondo La sopra di esso.