A voz humana se compõe de tons (sons musicais) e ruídos, que o nosso ouvido distingue com perfeição. Caracterizam-se os tons, quanto às condições acústicas, por suas vibrações periódicas. Esta divisão corresponde, em suas linhas gerais, às vogais (= tons) e às consoantes (= ruídos). As consoantes podem ser ruídos puros, isto é, sem vibrações regulares (correspondem às consoantes surdas), ou ruídos combinados com um tom laríngeo (consoantes sonoras) [BM.1, 20]. Quanto às condições fisiológicas de produção, as vogais são fonemas durante cuja articulação a cavidade bucal se acha completamente livre para a passagem do ar. As consoantes são fonemas durante cuja produção a cavidade bucal está total ou parcialmente fechada, constituindo, assim, num ponto qualquer, um obstáculo à saída da corrente expiratória. OBSERVAÇÃO: Só por suas condições acústicas e fisiológicas de produção é que se distinguem as vogais das consoantes. Por imitação dos gregos, os antigos gramáticos definiam a vogal pela sua função na sílaba: elemento necessário e suficiente para formar uma sílaba. E daí chegavam à conceituação deficiente de consoante: fonema sem existência independente, que só se profere com uma vogal. Sabemos de idiomas em que há sílabas constituídas apenas de consoantes, e em que uma consoante pode fazer as vezes de vogal [LR.1, 75]. Na língua portuguesa a base da sílaba ou o elemento silábico é a vogal; os elementos assilábicos são a consoante e a semivogal, que estudaremos mais adiante.

— Moderna Gramática Portuguesa by Evanildo Bechara (Page 70 - 71)