Alors, dis-moi, d’où vient cette caresse, cette fraîcheur, cette musique, cette voix?
Si le verbe est au singulier, c’est que les trois noms désignent une même chose, que l’énonciateur, peut-être, cherche à définir.
Si le verbe est au pluriel : Alors, dis-moi d’où viennent cette caresse, cette fraîcheur, cette musique, cette voix ?, c’est qu’il perçoit plusieurs éléments.

Les deux phrases sont donc correctes selon le sens.