语音是语言的物质外壳，是人类通过发声器官传递信息的有意义的声音。[1]

语音具有物理、生理和社会属性。

语音的物理属性包括音高、音强、音长和音色。

人的发音器官可以分为以下三大部分：

1.外唇、2.内唇、3.牙齿、4.齿龈、5.齿龈后部、6.硬腭前部、7.硬腭、8.软腭、9.小舌、10.咽腔壁、11.声门、12.会厌、13.舌根、14.舌面后、15.舌面前、16.舌叶、17.舌尖、18.舌尖下部

社会属性是语音的本质属性。语音能表示意义，但是不同社会、民族、地域表达同一个事物用的语音不同。因此，语音与它表示的意义没有必然联系，是人为规定的。语音和意义的结合，是使用该语言的社会约定俗成的。

不同的语言有不同的语音，同一种语音在语言里起的作用也不一样，这说明语音的社会属性也表现在语音的系统性上。

音素（phone）是最小的语音单位，可以分为元音和辅音。

辅音（consonant）也叫子音，是气流受到阻碍发出的音，气流必须克服阻碍才能发出声音。

辅音的发音分为三个阶段：成阻（形成阻碍）、持阻（持续阻碍）、除阻（解除阻碍）。

汉语的辅音如下表所示：

单击超链接可以进入维基百科的相应条目，学习不同的音素和发音方法。

元音（vowel）也叫母音，是发音过程中气流通过口腔而不受阻碍发出的音。

发元音时，气流通过声门冲击声带，使声带均匀振动，并不受阻碍地通过口腔。

汉语主要有以下几个元音，但同一个元音有多种变体。

现代标准汉语大致有以下几个单元音：

音位（phoneme）是一个语音系统中能够区别意义的最小声音单位。一个音位可能包含数种不同的音素，但是语言的使用者会认为这几种发音是等同的，甚至可能不会察觉语音上有所不同。

如果一段语音中，两个音素互相替换，代表的意义没有变化，则这两个音素可视为同一个音位。反过来说，如果一段语音的任何一个音位若被换成别的音位，那么它就不再是原来的那段语音，其意义也会改变或者消失。

音节由音素构成，是最自然的语音结构单位。

一般来说，汉语一个字与一个音节对应。音节结构为辅音+元音+辅音，前后的辅音都是可选的。

然而，中文一般不按辅音、元音来分析音节。现在，我们依据传统的分析方法，将一个字音分为声母和韵母两段：

请注意，辅音和声母、元音和韵母并不等同。韵母包括音节结尾的辅音。

古代中文韵书通过不同方式使用汉字记音。

中华民国建立后，为了更方便地标注汉字读音，北洋政府教育部发布“注音符号”。注音符号是一套用于拼写汉语的字母，每个字母都源自古代的汉字，都代表一个特定的声音。

中华人民共和国建立后，制定了“汉语拼音”，用拉丁字母为汉语标音。汉语拼音后被纳入国际标准（ISO 7098）。

中华民国政府迁台后，台湾沿用“注音符号”。

注音符号（简称“注音”）和汉语拼音（简称“拼音”）是汉语主要的记音方案。本读本两种记音并行，前为拼音，后为注音。