Ordet baryton, som är mer bekant för många engelsktalande som en kategori av sångröst, kommer faktiskt från det grekiska språket, och hänvisar också till ett inslag av grekisk grammatik där den sista stavelsen i ett ord inte får en betydande betoning. Ordet är en hybrid av det grekiska ordet ”tung” eller ”låg” bary, och ”tonhöjd”, dvs ton. Här är ordet ”låg” abstraherat för att hänvisa till en mindre accent eller stress för ett ljud.
För att förstå barytonen i grekisk grammatik är det först nödvändigt att identifiera de olika delarna av ett grekiskt ord. Dessa är allmänt kända som antepenult, penult och ultima. Dessa skulle annars kunna betecknas som den första stavelsen, den näst sista stavelsen och den sista – eller ultima – stavelsen. Den yttersta stavelsen är den stavelse som behandlas som en baryton. Det förstås vanligtvis som en rot/förkortad form av det engelska ordet ”ultimate”, som betyder ”sista”.
Många människor associerar ordet baryton med ett sångområde för sång som ligger mellan tenor- eller högre mansregister, och bas eller ultralågt register. Denna användning av det ursprungliga ordet baryton är mer konkret, där översättningen till ”låg” på engelska skulle referera direkt till ljudets register eller tonhöjd. Detta är en del av speciellt strukturerad sång i de flesta samhällen där den övergripande formen bygger på synkroniseringen av en uppsättning röster i olika register. Samma ord kan också användas för att tala om de lägre intervallen för en mängd olika musikinstrument.
Användningen av baryton på grekiska är ett exempel på vad som kallas tonhöjdsaccent. Pitch accent är ett alternativ till begreppet stressaccent på engelska. Med tonhöjdsaccent utvecklas vissa stavelser för specifik betydelse eller användning genom en variation i tonhöjd, snarare än en variation i betoning. Grekiska är ett exempel på ett språk som använder tonhöjdsaccent som en del av språkets funktion och förståelse.
Inom den allmänna kategorin språk som använder tonhöjdsaccent är vissa språk mer beroende av användningen av tonhöjd än andra. Vissa språk beskrivs ibland som ”fullständiga toner”, där flera toner är integrerade i användningen av språket. Vissa språk använder bara binära höga och låga toner, där andra språk har en mer sofistikerad uppsättning av tre eller fler toner.