Las teorías más importantes basadas en datos científicos de investigación y más sometidas a debate han sido las siguientes:
a) Teoría mioelástica primitiva de Ewald (1989). La vibración vocal resulta del paso del flujo aéreo respiratorio entre las cuerdas vocales, estando éstas más o menos estiradas y en posición de aducción por contracción de las mismas. El paso del aire origina un movimiento pasivo vibratorio de la cuerda vocal, que es un elemento elástico, por la misma presión del aire a su paso desde la subglotis, estando mantenida la corriente aérea por el fuelle pulmonar. La función del sistema nervioso en este mecanismo sería la de mantener una tensión suficiente en las cuerdas, de tal forma que las características del sonido emitido dependen exclusivamente de la presión infraglótica y de la tensión de los pliegues vocales. Por tanto según esta teoría la fonación sería el resultado de la sucesión repetitiva de estos fenómenos: apertura de la glotis, escape de un pequeño volumen de aire, disminución de la presión infraglótica, actuación de la fuerza elástica y cierre de la glotis, elevación de las presiones infraglóticas, y así sucesivamente.
Esta teoría es insuficiente, pues no explica como puede un sonido experimentar una variación de intensidad sin modificar su altura. Sólo la existencia de cambios en la masa de las cuerdas vocales durante su vibración puede responder a esta cuestión. Se la denomina primitiva porque posteriormente se han propuesto múltiples modificaciones a esta teoría básica.
b) Teoría neuro-cronáxica de Husson (1950). Según esta teoría, las aperturas de la glotis se producirían por contracciones rápidas del músculo tiroaritenoideo interno, obedeciendo a impulsos nerviosos centrales a través del nervio recurrente. Considera, por tanto, que las cuerdas vocales tienen una función activa. Según esta teoría el mecanismo regulador de la altura del sonido sería independiente del mecanismo regulador de la intensidad.