音素是从音色的角度划分出来的最小的语音单位。绝大多数音节，往往可以从音色的角度分析出最小的语音单位。例如“振”（zhèn）可以划分出zh，e，n三个不同的音素，“华”（huá）可以划分出h，u，a三个不同的音素。它们都是最小的不可再分析的语音单位。如果从发音器官的变化来看，一个音素就是发音器官的一次变化活动，如a，i，n，h，每个音发音时发音器官只有一次变化活动，因此，它们都是单个音素。又如ao，ai，ta，fa，每组发音时发音器官有两次明显的变化活动，因此，它们都是由两个音素构成的。汉语里的音节最少的只有一个音素，如“阿”（ā）；最多的有四个音素，如“江”（jiāng）。

音素按其发音特点可以分为两大类，即元音和辅音。

元音和辅音的主要区别是：

（1）辅音发音时，气流经过口腔或咽头要受到某一部位的阻碍；元音发音时，气流在口腔或咽头不受阻碍。这是元音和辅音的根本区别。

（2）元音发音时，发音器官各部位保持均衡紧张状态；辅音发音时，只有受阻的部位才特别紧张。

（3）元音发音时，气流较弱；辅音发音时，气流较强。

（4）元音发音时，声带振动，声音比较响亮；辅音发音时，一般声带不振动（只有少数辅音发音时声带振动），声音一般不响亮。