Para a obtenção da frequência fundamental, solicita-se ao paciente que emita a vogal /a/, prolongada, de maneira natural e confortável, em intensidade e altura habituais, mas tentando impostar a voz.

Para a gravação, deve-se manter a distância fixa do microfone até a boca em aproximadamente 10cm em sala silenciosa. É fundamental que o microfone seja de qualidade e, de preferência, do tipo headset, que permite a manutenção de sua distância em relação à boca com liberdade dos movimentos da cabeça.

Alguns equipamentos utilizam a vogal [o] como emissão padrão para a avaliação vogal. Clinicamente falando, o ideal seria que o paciente mantivesse a vogal prolongada na mesma nota musical obtida durante a situação de conversação, mas sempre impostando a voz.

Normalmente, a utilização prévia do diapasão eletrônico, diante de conversação informal com o paciente, auxilia na identificação do tom fundamental habitualmente (F0 habitual) utilizado nessa situação (esse instrumento identifica de modo muito preciso a nota musical mais utilizada, cuja correspondente frequência em Hz é difícil, mas possível de ser obtida na tabela de correspondência de notas musicais e valores em frequência).