音素是构成音节的最小单位或最小的语音片段。它是从音色的角度划分出来的。一个音节，如果按音色的不同去进一步划分，就会得到一个个最小的各有特色的单位，这就是音素。

概括发言的状况，可以将音素分为元音音素和辅音音素两大类。

1.元音：气流振动声带，在口腔，喉头不受阻碍而形成的音。普通话中有10个元音：ɑ[a]、o[o]、e[]、ê[]、i[i]、u[u]、ü[y]、er[]、–i(前)[]、-i(后)[]。

2.辅音：气流在口腔喉头受阻碍而形成的音。普通话中有22个辅音：b[p]、 p[ph]、m[m]、f[f]、d[t]、t[th]、n[n]、l[l]、ɡ[k]、k[kh]、h[x]、j[t]、q[th]、x[]、zh[t]、ch[th]、sh[]、r[]、z[ts]、c[tsh]、s[s]、nɡ[]。

辅音音素有：/b/、/d/、/g/、/v/、/z/、/ð/、/ʒ/、/dʒ/、/dz/、/dr/、/p/、/t/、/k/、/f/、/s/、/θ/、/ʃ/、/tʃ/、/ts/、/tr/、/m/、/n/、/l/、/ŋ/、/h/、/r/、/j/、/w/，共28个。