Il growl (anche detto voce gutturale) e lo scream sono tecniche vocali tipicamente impiegate nei sottogeneri più estremi dell'heavy metal e dell'hardcore punk. Questo stile vocale, considerato un canto difonico, è ottenuto tramite l'utilizzo del diaframma, il quale controlla il debito d'aria responsabile della potenza sonora; sebbene possa sembrare che il growl (che significa "ruggire") e lo scream ("gridare") siano due variazioni della voce gutturale in cui vengono coinvolte le corde vocali, in realtà questa illusione è dovuta al fatto che l'aria immagazzinata tramite il controllo del diaframma viene "buttata fuori", cercando di produrre attraverso la gola dei suoni rauchi e cavernosi o gutturali, poiché originari della gola. Il DRAE definisce gutturale un suono "che si articola toccando il dorso della lingua con la parte posteriore del velo palatino. Esistono almeno due modalità di costrizione laringea sovraglottale per ottenere la voce gutturale: la prima tecnica si riproduce tramite la vibrazione delle corde vocali, la seconda invece utilizzando la piega ariepiglottica. I cantanti che usano il growl e lo scream non ruggiscono e non gridano veramente, ma usano questa tecnica diaframmatica, poiché se cercassero di farlo veramente, cioè usando le corde vocali, queste ultime verrebbero gravemente danneggiate. Il canto death è un cantato brutale, raschiato, praticamente urlato che viene usato per esprimere rabbia, disperazione o, a volte, malinconia. Tra i sottogeneri del metal in cui il growl o lo scream sono più presenti ci sono il death metal, il grindcore e il black metal, anche se in seguito altri generi, come il gothic metal e le correnti nu metal e il metalcore, hanno iniziato a coinvolgere l'uso di questo particolare stile. La voce in growl e scream è stata utilizzata anche in generi musicali che non appartengono al metal, come l'hardcore punk, il post-hardcore, lo screamo e vari altri.
In fonetica, la voce è il suono prodotto dall'apparato fonatorio dell'essere umano. Esistono diversi tipi di voce (bisbigliato, cricchiato, falsetto, laringale, mormorato). È prodotta innanzitutto tramite la fonazione (il processo con il quale le corde vocali producono una specifica gamma di suoni attraverso opportune vibrazioni che coinvolgono anche diverse strutture della laringe), spesso accompagnata da altri meccanismi di modificazione del flusso di aria (articolazione). La voce è usata dall'essere umano quando esso parla, ride, canta, piange o urla. Il termine si usa spesso come sinonimo di canto, con una connotazione musicale invece che fonatoria.
Il canto è l'emissione, mediante la voce, di suoni ordinati per ritmo e altezza a formare una melodia. Il canto si articola di solito su un testo, anche se non necessariamente; il duplice canale di comunicazione (musica-parola) rende la voce lo strumento musicale naturale più duttile, capace di produrre sull'uomo gli effetti più profondi nell'animo e nella psiche. Un gruppo di cantanti (detti anche cantori) che cantano insieme, formano un coro.
Nel canto, il termine basso designa sia la più grave tra le voci maschili, sia il cantante che la possiede, sia il suo registro peculiare. La voce di un basso tipico si estende dal Fa grave al Fa acuto (Fa1 - Fa3). È tipico di tutti i tipi di voci di basso estendersi con grande diversità di soggetto in soggetto nei gravi (dall'indispensabile Fa grave fino al Do grave), mentre spesso mantengono lo stesso valore verso gli acuti (dal Fa acuto e spesso oltre.).
