日語發音的基本單位是用平假名表示的拍子。所以日語被稱為表音語言(莫拉語)，而漢語是音節語言(音節語言)。每壹拍都是元音或輔音+元音。有五個元音，即“ぁぃぅぇぉ”“かきくけこ”“さしすす”
然而，有兩個例外。壹個是“ん"/n/ n/”和“っ"/q/ q/”，兩個都只有輔音，沒有元音。此外，“ん”很難單獨發音，“っ”也不能單獨發音。但是他們發音的長度都是壹拍壹個。另壹種是“きゃ、きゅ、きょ”，由/kya//kyu//kyo/，即“輔音+y+元音”組成，這是壹種來自古漢語的發音。
日語的音調是節拍的位置。它不像漢語聲調壹樣在壹個音節內高低變化，日語壹個節拍的單詞也沒有高低之分。例如，根據東京音調，“太陽(ひ)”和“火(ひ)”之間沒有區別。
但如果後續助詞“が”變成兩拍，“が”和“が”根據東京音就不壹樣了。
以上音標，如果以東京關東調為基準，主要表現為“是否降”、“從哪個節拍開始降”。這就是所謂的聲調類型
日語中“ぃ”的發音比漢語中的“壹”、“壹”要小，舌位也低。日語“ぅ”的發音與“吳”、“吳”略有不同。日語“u”發音時，嘴唇呈扁圓形，嘴唇不向前突出，舌位較低。
日語中的發音與漢語中“福”的發音不同。“ふ”是由嘴唇之間的呼氣發出的無摩擦的聲音。
日語中的“ら”線可以變成顫音。發音時，先將舌尖彎向堅硬的下頜，開始發聲時，舌尖會輕彈上牙的牙齦，發出聲音。