Uma vez que o som entra nos ouvidos, ele é processado pelos componentes físicos do ouvido médio e interno e pelos centros auditivos do cérebro. A percepção do tom é afetada por vários fatores, incluindo a natureza de como o som é processado no corpo. A codificação neural no cérebro tem efeito sobre como os humanos ouvem o som. A presença de vários sons, alterações no volume ou frequência dos pulsos de som pode afetar a forma como o tom é percebido. As teorias que tentaram definir a percepção do pitch incluem a teoria do lugar e a teoria temporal.
O som entra no ouvido e é primeiro processado pelo tímpano ou membrana timpânica. Em seguida, ele se traduz em movimentos em três pequenos ossos antes de passar para a cóclea, um órgão em espiral no ouvido interno com células ciliadas que se movem com ondas sonoras. O movimento dos fios de cabelo se traduz em sinais que são transmitidos ao nervo auditivo. Freqüências diferentes são captadas por diferentes partes da membrana basilar dentro da cóclea, conforme explicado pela teoria do lugar. Esta teoria também descreve como harmônicos altos próximos não são percebidos como separados.
Os teóricos também especularam que o som é percebido em relação ao tempo, conhecido como teoria temporal. As células nervosas disparam em intervalos de tempo periódicos, mas também servem para analisar a frequência. Uma combinação das duas teorias ajuda a pesquisar a natureza da percepção do som em humanos. A atividade neural no córtex auditivo tem um efeito profundo na percepção do pitch, com as mudanças do pitch estimulando áreas no hemisfério direito. Problemas nas áreas temporais certas do cérebro às vezes afetam o modo como alguém é capaz de detectar mudanças de tom.
A incapacidade de entender a mudança de tom faz parte de ser surdo para tons. Quando as melodias são transpostas para tons diferentes, a altura relativa de cada nota é geralmente percebida. A intensidade do som também afeta a percepção do tom. Os aumentos de intensidade para sons de alta frequência farão com que soem como se o tom estivesse aumentando. Aumentar a intensidade dos sons de baixa frequência faz com que pareçam que o tom está ficando mais baixo.
Sons que são pulsantes ou sustentados também têm uma percepção de altura diferente. Em comparação com um pulso constante, os pulsos de som com amplitude decrescente parecem ter um tom mais alto. Os ruídos e tons que são ouvidos em um tom também podem alterar seu tom aparente. A percepção do tom é, portanto, afetada por fatores internos e externos. Um som que permanece estável em tom às vezes parece estar mudando conforme é ouvido pelo ouvido humano.