O esqueleto da laringe é formado por nove cartilagens: três são ímpares (tireóidea, cuneiforme e epiglótica) e três são pares (aritenóidea, corniculada e cricoide).  

Os ligamentos vocais elásticos estendem-se da junção das lâminas da cartilagem tireóidea posteriormente até o processo vocal da cartilagem aritenóidea anteriormente. Os ligamentos vocais formam o esqueleto submucoso das pregas vocais. Esses ligamentos são a margem superior livre espessada do cone elástico ou membrana cricovocal.  

A cartilagem tireóidea protege as cartilagens menores da laringe, e o hioide protege a parte superior da cartilagem epiglótica. 

As cartilagens corniculadas fixam-se aos ápices das cartilagens cricoideas; as cartilagens cuneiformes se fixam diretamente na cartilagem aritenóidea. A membrana quadrangular e o cone elástico são as partes superior e inferior da membrana fibroelástica da laringe, que está localizada na tela submucosa.  

Durante a fonação, os músculos aritenóideos abduzem as cartilagens aritenóideas ao mesmo tempo que os músculos cricoaritenóideos laterais abduzemna moderadamente. A passagem forçada de ar entre os ligamentos vocais aduzidos produz o tom. A contração mais forte dos mesmos músculos fecha a rima da glote (manobra de Valsalva).