در بخش اول در فضای خانه بازی که دارای اتاق صداست، بچه ها در حال بازی هستند که صدایی را می‌شنوند و مجری_ بازیگر برنامه درباره المان‌های شنیداری از آهنگی که در ادامه خواهند شنید، با آنها گفت و گو می‌کند و بچه‌ها را دعوت به خوب گوش دادن می‌نماید. در ادامه ترانه‌ای کودکانه پخش می‌شود که بچه‌ها و بازیگر در فضای آهنگ دیده می‌شوند.
در بخش بعدی آیتم تعاملی، فیلم مخاطبان که شاهد برنامه بوده‌اند و آهنگ‌ها را بازخوانی کرده‌اند پخش می‌شود.
طرح این برنامه در سال 1400 توسط عبدالعلی نیکو منش و بهاره بهنام‌نیا نوشته شده و با تکنیک رئال در کشور جمهوری اسلامی ایران در 90 قسمت 12 دقیقه‌ای در بخش تولید شبکه پویا تهیه و تولید شده است.