Una vocal es un tipo de fonema, normalmente compuesto por un fonema. Al pronunciar, la columna de aire en la boca vibra más violentamente, por lo que el sonido es más fuerte. Las principales características de pronunciación de las vocales incluyen: tono alto, generalmente ubicado al frente de la expresión musical; la columna de aire en la boca es larga durante la pronunciación y el flujo de aire no está restringido durante la pronunciación; las vocales generalmente tienen tonos obvios, que pueden ser directos; distinguir grupos de significado.
Una consonante es otro tipo de fonema, normalmente compuesta por dos o más fonemas. Cuando se pronuncian, la columna de aire en la boca vibra ligeramente y el sonido es más grave que el de las vocales. Las principales características de pronunciación de las consonantes son: tono bajo, generalmente ubicado detrás de la expresión musical; la longitud de la columna de aire en la cavidad bucal es corta durante la pronunciación y el flujo de aire está sujeto a ciertas restricciones durante la pronunciación; las consonantes generalmente no tienen un tono obvio; , y los grupos de significado no se pueden distinguir directamente.