音声の教科書として利用できるように前半では，音声研究の歴史，基礎的な音声分析アルゴリズム，音声生成メカニズムとモデルなどについて詳細に述べた。また後半では，応用研究として音声合成，雑音除去について説明した。

本書は六つの章からなる。
1章「音声と音声研究の歴史」では音声研究の分野への導入部であり，歴史と現状なども含めて簡潔に述べている。
2章「音声波形の特性」では音声信号処理の基礎について，音の高さや音声中に含まれる音韻情報などについて説明している。
3章「音声の生成機構とそのモデル」では人の発声の仕組みについて音声生成の音響メカニズムなど物理的な側面から説明している。またMRIで撮像した頭部断層像も用いて詳細に説明している。
4章「音声の分析」では音声波形の性質に注目した基礎的な音声分析法について説明している。5章「音声合成」では人と機械（ロボット）との情報交換手段として必要となる音声合成について述べている。近年の学習理論および計算機スペックの高性能化に伴い，機械から生成される音声品質は格段と自然性が改善されている。音声処理のみならず言語処理，および音声合成の応用研究，深層学習に基づく音声合成についても述べられている。
6章「音声処理の雑音対策」では実際の環境で音声認識や音声通話を行う際に少なからず問題となる背景雑音，および残響の対処方法について説明している。