Vokal, in der menschlichen Sprache, Klang, bei dem der Luftstrom aus der Lunge den Mund, der als Resonanzraum fungiert, mit minimaler Behinderung und ohne hörbare Reibung passiert; z.B. das i in „fit“ und das a in „pack“. Obwohl Vokale normalerweise mit vibrierenden Stimmbändern erzeugt werden, können sie auch ohne diese Vibration ausgesprochen werden, was zu einem stimmlosen oder geflüsterten Klang führt. Aus der Sicht der artikulatorischen Phonetik werden Vokale nach der Position der Zunge und der Lippen klassifiziert und manchmal auch danach, ob die Luft durch die Nase ausgestoßen wird oder nicht.
Ein hoher Vokal (wie z.B. i in „Maschine“ und u in „Regel“) wird mit der Zunge zum Gaumen hin gebogen ausgesprochen. Ein tiefer Vokal (z. B. a in „Vater“ oder „hatte“) wird mit relativ flacher, tief im Mund liegender Zunge und mit etwas weiter geöffnetem Mund als bei hohen Vokalen ausgesprochen. Mittlere Vokale (wie e in „Bett“ und o in „Pfahl“) haben eine Zungenposition zwischen den Extremen von hoch und tief.
Hohe, mittlere und tiefe Vokale werden auch nach einer Vorder-zu-Hinter-Dimension klassifiziert. Ein vorderer Vokal wird mit dem höchsten Teil der Zunge im Mund nach vorne geschoben und etwas gewölbt ausgesprochen. Das a in „hatte“, das e in „Bett“ und das i in „fit“ sind vordere Vokale. Ein hinterer Vokal – z.B. das u in „rule“ und das o in „pole“ – wird mit dem hinteren Teil der Zunge in Richtung des weichen Gaumens (Velum) produziert.
Die Form und Position der Lippen stellt eine dritte artikulatorische Dimension dar, nach der Vokale klassifiziert werden. Die Lippen können gerundet oder gespreizt sein, was als Labialisierung bezeichnet wird.
Zusätzliche artikulatorische Merkmale, die die Artikulation von Vokalen beschreiben, sind „breit“ und „schmal“, „angespannt“ ( fortis) und „lasch“ (lenis). Breit und schmal beziehen sich auf die Zungenwurzelposition. Um einen schmalen Vokal zu bilden, wird die Zungenwurzel in Richtung Rachenwand zurückgezogen und der Rachenraum verengt. Um einen weiten Vokal zu bilden, wird die Zungenwurzel vorgeschoben, so dass der Rachenraum erweitert wird. Tense und Lax sind weniger klar definierte Begriffe. Angespannte Vokale werden mit größerem Muskelaufwand, etwas höherer Zungenposition und längerer Dauer artikuliert als lockere Vokale.
Alle Vokale können in zwei Hauptkategorien unterteilt werden: Diphthonge und Monophthonge. Diphthonge sind gleitende Vokale, bei deren Artikulation es einen kontinuierlichen Übergang von einer Position zur anderen gibt. Diphthonge sind in dieser Hinsicht von den so genannten reinen Vokalen oder Monophthongen zu unterscheiden, d.h. von den unveränderlichen Vokalen. Obwohl es sich um einzelne Sprachlaute handelt, werden Diphthonge in einer phonetischen Transkription von Sprache normalerweise durch ein Paar von Zeichen dargestellt, die die Anfangs- und Endkonfiguration des Vokaltrakts angeben. Viele der Vokallaute in den meisten Dialekten des Englischen sind Diphthonge – z.B. die Vokale von „out“ und „ice“.
Semivokale sind Laute, die auf die gleiche Weise wie Vokale produziert, aber als Konsonanten verwendet und wahrgenommen werden. Beispiele sind das y in „gähnen“ und das w in „gehen“.