什么是音节？音节是听感上最容易分辨出来的语音单位，就是最自然的语音单位。一般说来，一个方块汉字就是一个音节，如“普通话(pǔtōnghuà)”是三个汉字，读起来是三个明显的音节。普通话语音里有儿化韵，如“玩儿”写下来是两个汉字，但读音上它只有一个音节“wánr”。这是特殊的现象。汉语的词汇非常丰富，但普通话音节只有400个左右，其中常用音节也只有100多个。
什么是音素？音素是最小的语音单位。如: pǔtōnghuà 三个音节可以分析出“p、u、t、o、ng、h、a”7个不同的音素。音素可以单独成为一个音节，如“饿è”，但多数音节是由几个音素构成的，一个音节最多可以有4个音素。普通话语音共有32个音素。音素可以分成元音与辅音两大类。那么，元音和辅音的发音有什么区别？
元音发音时气流通过声门要振动声带，发出响亮的声音，气流在口腔里不受到发音器官的任何阻碍，只受口腔的调节。普通话语音共有10个元音，即a 、o、e、i、u、ü、ê、-i(舌尖前i)、-i(舌尖后i)、er。
辅音发音时气流通过声门时多数不振动声带，发音不响亮。气流在口腔里要受到发音器官的各种阻碍，气流必须通过阻碍才能发出轻微的声音，这类辅音称为“清辅音”。少数辅音发音时气流也要振动声带，气流冲过阻碍后发出的声音比较响亮，这类辅音叫“浊辅音”。普通话语音中浊辅音有5个，即m、n、1、r、ng。普通话语音共有22个辅音，即b、c、d、f、g、h、j、k、l、m、n、p、q、r、s、t、v、w、x、y、z。
