Los xilófonos producen sonido cuando se golpean sus barras de metal o material compuesto con un mazo. El tono producido depende de la longitud de la barra: las barras cortas tienden a tener un tono más alto mientras que las barras largas tienen un tono más profundo .
El sonido se amplifica a través de tubos resonadores debajo de las barras. El aire es empujado hacia los tubos dando como resultado una mayor vibración, pero a un tono similar producido por la barra golpeada. Se coloca una cuerda en el centro del xilófono para levantar las barras del marco, permitiéndoles vibrar libremente. Las barras generalmente están dispuestas en un marco como el teclado de un piano y se ajustan a la misma escala cromática de 12 notas.
Los xilófonos se clasifican como instrumentos de percusión, que son instrumentos musicales que deben sacudirse o golpearse para producir sonidos. Dentro de la mayor categoría de instrumentos musicales de percusión, los xilófonos se clasifican además como idiófonos. Esto los distingue singularmente de los membranófonos, que son instrumentos musicales que tienen una membrana, como un tambor.
Se cree que el xilófono se originó en Oceanía o en el sudeste asiático. Produce un único sonido metálico frágil. La calidad del sonido producido por un xilófono generalmente depende del nivel de habilidad del jugador. El mazo también es crucial para el sonido producido; El agarre de mazo es una técnica importante para tocar el xilófono.