En segundo lugar, dominan las vocales chinas modernas. Puede que no haya consonantes en las sílabas mandarín (excepto algunas sílabas), pero debe haber vocales y vocales complejas. A veces, una vocal también puede formar una sílaba, como "(oh)". Sin embargo, en inglés, las vocales y consonantes a menudo se mezclan para formar sílabas y, a veces, el número de consonantes es bastante grande. Por ejemplo, en la palabra inteligible hay más consonantes que vocales.
En tercer lugar, el chino moderno no tiene polifonía. En el chino moderno, las consonantes aparecen principalmente al principio o al final de las sílabas, y no hay situaciones en las que aparezcan dos o más consonantes de forma continua. En mandarín, zh, ch y sh usan dos letras para representar un fonema consonante, lo cual no es un fenómeno de polifonía. Pero en inglés, el fenómeno de las consonantes complejas es más obvio y la posición de las consonantes complejas no es fija. Por ejemplo: primavera, vara de medir, vals, tres palabras en inglés, las consonantes aparecen en diferentes posiciones.