A Professora Maria Teresa da UFABC irá nos ajudar a entender a fisiologia da fala.

Didaticamente dividimos a fala em quatro etapas: controle da respiração, fonação, ressonância e articulação.
Nós usamos as estruturas da fala, o que chamamos de aparelho fonador, na verdade é um sistema compartilhado entre a respiração, a alimentação e a fala. Quanto mais ar na respiração, mais intensidade conseguimos dar para nossa fala e isso pode ser treinado para o canto ou quando falamos mais alto, nós fazemos uma interferência nesse mecanismo.
O ar quando passa pela laringe e tem um bloqueio das pregas vocais (que são músculos que estão na laringe), quando elas estão próximas uma das outros e o ar passa na expiração nós temos uma produção de um som, e essa produção de som chamamos de fonação.
A ressonância é a amplificação do som e essa amplificação dá algumas características da voz da pessoa e é feita pelas cavidades de ressonância que são a laringo-faringe, a cavidade oral e a cavidade nasal e a voz se modifica de acordo conforme o padrão de ressonância.
E a articulação que é a produção dos fonemas da fala.

Todos nós temos vozes diferentes mas voz não é alterada só pela fisiologia. A densidade do gás inalada que passa pelas pregas vocais também importa. Porque ela influencia na velocidade com que o som se propaga através da fórmula v = √(γ*P)/d, onde a velocidade de propagação depende do tipo de gás, da pressão do gás (nesse caso a atmosférica) e da densidade. Ou seja, quanto menor a densidade do gás, maior a velocidade de propagação.

A densidade do gás hélio é menor do que a do ar atmosférico, tanto é que as bexigas com gás hélio flutuam. Portanto o som se propaga mais rápido no gás hélio.

Mas o que isso tem a ver com a voz ficar mais aguda ou mais grave?

Quanto maior a frequência, mais agudo será o som e quanto menor a frequência, mais grave.

A velocidade de propagação se relaciona com a frequência através da seguinte fórmula:
Vp = γ * f
Ou seja, quanto maior a velocidade de propagação maior será a frequência das ondas sonoras, assim a sua voz ficará mais aguda.