Sylaba w języku chińskim składa się z nagłosu, którym najczęściej jest rozpoczynająca sylabę spółgłoska oraz wygłosu, który ją kończy.

Wyróżniamy 21 nagłosów i 38 wygłosów. W [ ] zaznaczono wskazówki nt. czytania.

a. nagłosy

b, p, d, t, m, n, f, l, g, k, h, j [dź], q [ć], x [ś], z [dz], c, s, zh [dż], ch [cz], sh [sz], r [ż]

b. wygłosy

a, o, e, i, -i, u, ü [ju], ai [aj], ei [ej], ao [ał], ou [oł], en, ie [je], an, ang, ing [jing], iu [joł], eng, ong [ung], ia [ja], iao [jao], ian [jan], in [jin], iang [jang], iong [jong], er, ua [ła], uo [ło], uai [łaj], ui [łej], uan [łan], un [łen], uang [łang], ueng [łeng], üe [jue], üan [juan], ün [jun]

Chińczycy nie rozróżniają dźwięczności i bezdźwieczności w takim sensie, jakim rozróżniają ją Polacy. Bezdźwięczność w j. chińskim oznacza się przydechem [h lub *] słyszalnym po spółgłosce.

Wyróżnić zatem można pary: dźwięczne bez przydechu i bezdźwięczne z przydechem, np.:

b - p[h]

g - k[h], itp.

1.Pary:

d - t*, da - ta

g - k*, gao - kao

z [dz] - c*, zao - cao

b - p*, bao - pao

j [dź] - q [ć] * ju - qu

zh [dż] - ch [cz]* zhi - chi

odróżnia przydech (*)

2. x » ś, xian

y » j, yao

w » ł, wo

sh » sz, shi

r » ż ren

3. o w końc. -ong = u, xiong

a w końc. -ian = e, xian

4. -ng jest czytane nosowo (jak w angielskiej końcówce -ing, np. going)

5. i po: ch, sh, zh, r, z, c jest czytane jak y

chi, shi, zhi, ri, zi, ci

6. u po: x, j, q jest czytane jak ü xu, ju, qu

7. w przed u oraz y przed i nie są czytane wu

8. końcówka -ui czytana jest -uei hui