聲母、韻母、整體認讀音節三個部分構成。
普通話語音的特點是：聲母除舌尖後擦音、鼻音 、邊音外，無濁音；韻母多復元音，鼻韻母有前後之分；沒有聲母的清濁對立，沒有入聲韻，尖團合流，聲調較少，調式簡單，另外有輕聲和兒化韻。
與印歐語系相比，普通話語音有鮮明的特點：
1．音節結構簡單，聲音響亮。普通話中，壹個音節最多只有4個音素，其中，發音響亮的元音占優勢，是壹般音節中不可缺少的成分。
壹個音節內可以連續出現幾個元音（最多三個），如“壞（huài）”，而且普通話音節中沒有復輔音，即沒有像英語“lightning（閃電）”、俄語“Встреча（遇見）”那樣幾個輔音連在壹起的現象。
2．音節界限分明，節律感強。漢語的音節壹般都是由聲母、韻母、聲調三部分組成，聲母在前，韻母緊隨其後，再帶壹個貫穿整個音節的聲調，便有了鮮明的音節界限。從音素分析的角度觀察，輔音和元音互相間隔而有規律地出現，給人周而復始的感覺，因而極便於切分音節。
3．聲調抑揚頓挫，富有表達性。普通話聲調變化高低分明，高、揚、轉、降區分明顯，能夠較強的表達壹個人的情感。
現代標準漢語的發音基本沿襲了北京話的語音系統，但各地標準略有差異。對漢語而言，單音節（單字）發音可分為聲母、介音（韻頭）、韻腹、韻尾、聲調五個要素，而韻頭、韻腹、韻尾又被合成稱為“韻母”。
超音節（詞句）發音還存在連續變調等要素。直音和反切都是古代給漢字註音的方法。至壹九二六年，產生了由錢玄同、黎錦熙、趙元任等制訂的“國語羅馬字”，曾由當時南京的大學院於壹九二八年正式公布。
接著，壹九三壹年產生了由瞿秋白、吳玉章等制訂的“拉丁化新文字”。拉丁化新文字和國語羅馬字是拉丁字母式漢語拼音方案中比較完善的兩個方案，大大超越了它們之前的各種方案。