Obertöne sind ein natürlicher Bestandteil der Stimme. Sie klingen in der Stimme immer mit. Ein normaler Sington besteht aus einem Bündel von Teiltönen (zum Unterschied Teilton / Oberton siehe hier).

Dieses Bündel bildet einen speziellen harmonischen Teiltonakkord, den wir normalerweise als Ton mit einer Klangfarbe hören. Die Klangfarbe entsteht durch die Lautstärkeverteilung der Teiltöne. Die Lautstärkeverteilung im Bild ergibt z. B. den Vokal ä.

Wird ein Oberton nun wesentlich lauter als seine Nachbarn, dann wird er plötzlich als getrennter Ton wahrgenommen. Beim Obertongesang geschieht genau das. Man nutzt dabei extreme “Vokale”, die in der Sprache nicht vorkommen. Obertongesang ist in gewisser Weise eine akustische Täuschung, denn es wird ja tatsächlich nur ein Ton gesungen, der sich jedoch wegen einer extremen “Aussprache” wie zwei Töne anhört. Man könnte aber auch sagen, er ist eine aktustische Enttäuschung: Denn der Ton besteht ja aus vielen Tönen, und jetzt hören wir zumindest schonmal zwei davon, den Grundton und den verstärkten Oberton.

Der Mund- und Rachenraum vom Kehlkopf bis zu den Lippen wird auch Vokaltrakt oder Ansatzrohr genannt. Wie jeder Hohlraum, hat der Vokaltrakt Eigenresonanzen. Diese Resonanzen sind Tonhöhen, die sich mit der Form des Mundraums ändern. Die Resonanzen verändern die Lautstärkeverteilung der Teiltöne im Sington. Dadurch entstehen Vokale. Dass aber die Resonanzen als Melodieinstrument genutzt werden können, ist als Konzept völlig unbekannt.