Sana barytone, joka on monille englanninkielisille enemmän tuttu lauluäänenä, tulee itse asiassa kreikan kielestä ja viittaa myös kreikan kieliopin elementtiin, jossa sanan viimeinen tavu ei saa merkittävää painotusta. Sana on hybridi kreikkalaisesta sanasta “raskas” tai “matala” bary ja “piki” eli sävy. Tässä sana “matala” abstraktoidaan viittaamaan äänen pienempään aksenttiin tai stressiin.
Kreikan kieliopin barytonin ymmärtämiseksi on ensin tunnistettava kreikkalaisen sanan eri osat. Nämä tunnetaan yleisesti nimellä antepenult, penult ja ultima. Nämä voitaisiin muuten merkitä ensimmäiseksi tavuksi, toiseksi viimeiseksi tavuksi ja viimeiseksi tai viimeiseksi tavuksi. Ultima -tavu on tavu, jota käsitellään barytonina. Se ymmärretään yleisesti englanninkielisen “ultimate” -juurina/lyhennettynä muodossa, joka tarkoittaa “viimeistä”.
Monet ihmiset yhdistävät sanan baritoni lauluäänialueeseen, joka sijaitsee tenori- tai korkeamman urosrekisterin ja basson tai erittäin matalan rekisterin välillä. Tämä alkuperäisen sanan barytone käyttö on konkreettisempaa, ja käännös englanniksi “low” viittaisi suoraan äänen rekisteriin tai korkeuteen. Tämä on osa erityisrakenteista laulua useimmissa yhteiskunnissa, joissa yleinen muoto perustuu äänisarjojen synkronointiin eri rekistereissä. Samaa sanaa voidaan käyttää myös puhumaan eri soittimien alemmista alueista.
Barytonin käyttö kreikassa on esimerkki siitä, mitä kutsutaan piki -aksentiksi. Pitch -aksentti on vaihtoehto englanninkieliselle stressiaksentille. Äänenvoimakkuudella joitakin tavuja kehitetään erityiseen merkitykseen tai käyttöön eri sävelkorkeuden sijaan korostuksen vaihtelun sijasta. Kreikka on esimerkki kielestä, joka käyttää sävelkorkeutta osana kielen toimintoa ja ymmärrystä.
Yleisessä kielikategoriassa, jossa käytetään sävelkorkeutta, jotkut kielet ovat riippuvaisempia äänenkorkeuden käytöstä kuin toiset. Joitakin kieliä kutsutaan joskus “täysin tonaalisiksi”, joissa useat äänet ovat olennainen osa kielen käyttöä. Jotkut kielet käyttävät vain binäärisiä korkeita ja matalia ääniä, kun taas muilla kielillä on kehittyneempi kolmen tai useamman äänen sarja.