世界語言可以分為非聲調語言和聲調語言。無聲調語言的聲調具有語氣的功能，而有聲調語言的聲調(用詞的聲調表示)與輔音元音具有相同的辨義功能。比如普通話中的“馬”“馬”“馬”“馬”“馬”“馬”發音相同，但由於聲調不同，意思也不同。不同聲調的語言有兩種音高模式。壹種是音階型，只用音階的高低來區分聲調類別，沒有去聲和升調。另壹種是彎音型，用升降或曲折的聲調來區分聲調類別(有彎音的語言壹般也有平仄)。音域寬的話，聲調值的差別會大壹些，窄的話，差別會小壹些。不同的人聲調不同，同壹個人不同聲調的聲調也有變化。所以，聲調是壹個相對的層次而不是絕對的聲調。
普通話單字調值早期由劉福和趙元任測試，聲學儀器測試後調值更加準確。壹個句子分為幾個詞，壹個詞包含壹個或幾個語音單位，稱為音節，由壹個以上的音位組成。比如英語中的communication這個詞有五個音節，come這個詞只有壹個音節；在漢語中，壹個詞是壹個音節，壹個詞包含壹到五個音節，但大多數是兩個音節。壹兩句話很難把音節定義清楚。過去語言學家對音節有各種各樣的定義，比如:“胸拍說”，壹個音節有壹個胸拍；“峰論”，每個音節只有壹個峰；“音節核心理論”，壹個音節只有壹個最強的元音或輔音作為核心；“肌肉緊張理論”，說話時，肌肉緊張和減弱壹次變成壹個音節，等等。但這些說法並不全面。因為在實際的連續語音中，根據這些語句劃分音節的結果可能是不壹致的。所以從音韻學的角度來看，從語音和聽覺的角度來看，音節劃分會有差異，如果按照語音描寫或者音素分類來分析，差異會更多。
但從壹般的聲學現象可以認為:①壹個音節中至少有壹個元音(有時是壹個輔音)起核心作用；②音節之間在聲強上有壹個微弱的分界點。但如果兩個音節之間用元音連接，沒有壹個輔音分開，界限就不明顯，比如普通話中的“先”和“先”。壹個音與另壹個音相連，由於發音的自然性或其他原因，往往會相互影響，改變原有的發音，這就是同化。前壹個音影響後壹個音是正向同化，反之亦然。像普通話壹樣同化“鴨蛋”[jiɑ tan]→[jiɑ dan]。反向同化如“南門”→【南門】，前後同化如“三八”→【桑巴】。
當兩個相似的音節連在壹起，為了避免重復或單調，其中壹個音節被換成另壹個音節，這就叫異化。如前所述，連續讀兩個上聲使得前面的上聲變成了上聲，這是壹種異化，也有弱化的，如北京話棉[miεn xua]→[miεn xu？#91;】(華子變輕而a →# 91；)。音色的輕盈也是壹種弱化現象。此外還有放大、衰減、漏音、移調、替代、轉換等聲音變化。這些音變有的是因為保存發音或節奏，有的是歷史演變或語言錯誤的結果。20世紀50年代初，西方語音學家鑒於以往語音分析中使用的規範不能表達語音中最小的差異，提出了具有鮮明特色的語音分析理論。創始人是r·雅柯布遜等人，他們認為所有的語言都可以根據生理和聲學特征用二分法分成幾個最小對項。如:①元音/非元音，②輔音/非輔音，③鼻音/重音，④聚合/分散，⑤突然性/連續性，⑤粗澀/柔和，⑦急停/非急停，⑧濁音/清音，⑨緊張/松弛，⑩後來有人認為這些項目不夠全面，就逐步修改。n .喬姆斯基和M .哈裏設置了其他幾個項目。其中，除上述相同者外，按發音位置:①舌前/非舌前，②舌頂/非頂，③長縫/非長縫，④舌後/非舌後，⑤舌面隆起/非隆起，⑤舌面凹陷/非凹陷；根據發音方法，有⑦去阻/慢去阻。他們還把發音分為兩類:* *響/堵音。根據漢語的語音特點，國內有人增加了幾項，如:元音的開/閉，氣/捏，紅/細，輔音的突/透(不送氣/送氣)，聲調模式的升/降，平/曲，高低等。
在某些情況下，最小的發音差異可能無法用二分法的特征來概括。比如舌位和舌位之間有半高半低；口音和鼻音之間也有特征，比如半鼻音，鼻音化程度不同等等。因此，有人提出了不同的多組分特征等理論。在實際語言中，從壹個音位到另壹個音位，中間可以有無數個音位變體，即可以分成無數個音位單元，每對相鄰的音位單元構成對立。因此，根據辯證關系，每壹對立體都可以分為無數個特征，而這些特征又是對立的，可以稱之為n偶關系。用這個概念來分析語音，可以表達語音之間的相互關系。