“通过一次发音努力发出的声音”，这个词最早出现在14世纪晚期，写作sillable，源自盎格鲁法语sillable，是古法语silabe（意为“音节”，12世纪，现代法语为syllabe）的变体。这个词又追溯到拉丁语syllaba，再往前则是希腊语syllabē，意为“那些被聚集在一起的东西；音节，即几个声音或字母的结合”，从字面上看，就是“字母的聚合”。
这个词的构成来自syllambanein，意思是“聚集、集合、收集”，由syn-（意为“共同、一起”，参见syn-）的同化形式和lambanein（意为“拿起、取走”，参见lemma）的词干组合而成。值得注意的是，词尾-le的出现并不是源于词源学上的规则，而是受到participle（分词）和principle（原则）的词形类比影响。
