Słowo baryton, które wielu Anglikom jest bardziej znane jako kategoria głosu śpiewającego, w rzeczywistości pochodzi z języka greckiego i odnosi się również do elementu gramatyki greckiej, w którym ostatnia sylaba słowa nie ma znaczącego akcentu. Słowo to jest hybrydą greckiego słowa „ciężki” lub „niski” bary oraz „pitch”, czyli ton. Tutaj słowo „niski” jest abstrakcyjne, aby odnieść się do słabszego akcentu lub akcentu dla dźwięku.
Aby zrozumieć baryton w gramatyce greckiej, należy najpierw zidentyfikować różne części greckiego słowa. Są one powszechnie znane jako antepenult, penult i ultima. Mogłyby one być inaczej oznaczone jako pierwsza sylaba, przedostatnia sylaba i ostatnia — lub ultima — sylaba. Sylaba ultima to sylaba traktowana jako baryton. Jest powszechnie rozumiany jako rdzeń / skrócona forma angielskiego słowa „ultimate”, oznaczającego „ostatni”.
Wiele osób kojarzy słowo baryton z zakresem głosu dla śpiewu, który znajduje się pomiędzy rejestrem tenorowym lub wyższym męskim a rejestrem basowym lub ultraniskim. To użycie oryginalnego słowa baryton jest bardziej konkretne, gdzie tłumaczenie na „niski” w języku angielskim odnosiłoby się bezpośrednio do rejestru lub wysokości dźwięku. Jest to część specjalnie skonstruowanego śpiewu w większości społeczeństw, gdzie ogólna forma polega na synchronizacji zestawu głosów w różnych rejestrach. To samo słowo może być również użyte do określenia niższych zakresów różnych instrumentów muzycznych.
Użycie barytonu w języku greckim jest przykładem tak zwanego akcentu wysokości. Akcent tonowy jest alternatywą dla koncepcji akcentu akcentującego w języku angielskim. W przypadku akcentu wysokościowego niektóre sylaby są opracowywane dla określonego znaczenia lub są używane poprzez różnorodność wysokości tonu, a nie wariację akcentu. Grecki jest przykładem języka, który wykorzystuje akcent tonowy jako część funkcji i rozumienia języka.
W ramach ogólnej kategorii języków używających akcentu tonowego niektóre języki są bardziej zależne od tonacji niż inne. Niektóre języki są czasami określane jako „w pełni tonalne”, gdzie wiele tonów jest integralną częścią użycia języka. Niektóre języki używają tylko binarnych tonów wysokich i niskich, podczas gdy inne języki mają bardziej wyrafinowany zestaw trzech lub więcej tonów.