漢語單詞的發音包括音、韻、調三個部分。漢語拼音的元音都是樂音，每個音節都不可或缺，所以單音節有音樂美，而兩個音節形成雙音節和押韻的關系，就更有音樂美了。古人寫詩對句時常用漢語雙音節或疊韻作為修辭手法。比如杭州的梅朱婷，在“雪中梅花，霜中竹葉”的對聯中就有“艷”和“玲瓏”兩個字。雙音疊韻在詩歌中的運用會增強詩歌的音樂性，達到優美的藝術效果。王國維《人間詞話》說:“我說妳若陷在詞的波紋裏，就用押韻、雙音來促節，那妳就能朗朗背誦，也就有人太前輩了。”而疊字和擬聲詞則更具音樂性。疊詞和擬聲詞在古典詩歌中的準確運用，不僅增強了詩歌的音樂美，而且增強了詩歌的抒情效果，如“樹葉像瀑布的浪花壹樣落下來，而我看著長河總是滾滾向前”中的“沙沙和滾動”，使詩歌變得有趣。
漢語有四個聲調。古代四聲分為平、升、去、入，學者將其歸為“二進”，稱為“平”。平聲歸“平聲”，上學、上學、入學參差不齊，均歸“易”。聲調的變化會產生抑揚頓挫，語言學家稱之為“節奏”中國人有講究節奏的悠久傳統，無論是寫詩、賦、駢文、詞、歌還是散文，都講究節奏，因為節奏是中國藝術的重要組成部分，在《論詩歌的節奏》中將詩歌比喻為“七色板”和“積木”他說:“把中文單詞壹個個拼在壹起，就成了壹句詩。‘積木’的背景是有顏色的，根據色塊的變化來放置。壹個詞拼成壹首詩，也有壹個‘色’的問題，就是聲調的變化。詩歌特別講究平、高、高，就像五顏六色壹樣，這樣拼出來的詩才好看、美。所以要說漢語的構成，首先要說漢字，其次要先說漢字的聲調。高、矮、內斂的中國詩歌是有音樂性的，詩歌的音樂性來源於中國文字的音樂性。”