Este artículo comprende la fonología (el sistema de sonidos, o más bien en términos generales, la pronunciación) del chino estándar (mandarín estándar o pǔtōnghuà).

El chino estándar se basa en el dialecto pekinés del mandarín. La producción real varía ampliamente entre los hablantes, ya que inadvertidamente introducen elementos de los dialectos que ellos hablan (aunque se eligen locutores de televisión y radio por su exactitud en la pronunciación y en el acento estándares). Los elementos del sistema de sonido incluyen no solo los segmentos –las vocales y las consonantes del idioma– sino también los tonos que se aplican a cada sílaba. El chino estándar tiene cuatro tonos principales, además de un tono neutro utilizado en sílabas débiles.

Este artículo representa valores fonéticos utilizando el Alfabeto Fonético Internacional (AFI), señalando las correspondencias principalmente con el sistema pinyin para la transcripción del texto chino. Para correspondencias con otros sistemas, ver artículos relevantes, como Wade–Giles, bopomofo (zhuyin), Gwoyeu Romatzyh, etc., y los sistemas de transcripción del chino.

Consonantes La siguiente tabla muestra los sonidos de las consonantes del chino estándar, transcritas usando el Alfabeto Fonético Internacional. Los sonidos que aparecen entre paréntesis con frecuencia no se analizan como fonemas independientes; para más información sobre estos, véase series palatales y semiconsonantes, abajo. Excluyendo estos, hay 19 fonemas consonánticos en el inventario.

LabialesDento-alveolaresRetroflejasAlveolo-palatalesVelaresNasalesOclusivas      Africadas          ()  ()Fricativas ()Aproximantes()  ()()

Entre pares de oclusivas o africadas que tienen el mismo lugar y modo de articulación, la distinción principal no es entre sonoras y sordas (como en el castellano y en muchos otros idiomas), sino entre aspiradas y no aspiradas. Las africadas y oclusivas no aspiradas sin embargo pueden llegar a ser sonoras en sílabas débiles (véase Reducción de sílabas). Tales pares se representan en el sistema pinyin en su mayoría utilizando letras que principalmente (en idiomas europeos) denotan pares sordas/sonoras, con las letras "sordas" representando un sonido aspirado, y las letras "sonoras" un sonido no aspirado; por ejemplo, en pinyin p y b representan respectivamente y (sonidos "p" aspirado y no aspirado).

Más detalles acerca de los sonidos consonante individuales se dan en la siguiente tabla.

Fonema o sonidoDescripción aproximadaPinyinNotas//mm//nnVéase Series denti-alveolares y retroflejas.//n en cinco o mangang//pb//Como el anterior, con aspiraciónp//tdVéase Series denti-alveolares y retroflejas.//Como el anterior, con aspiracióntVéase Series denti-alveolares y retroflejas.//kg//Como el anterior, con aspiraciónk//ts en tsunamizVéase Series denti-alveolares y retroflejas.//Como el anterior, con aspiracióncVéase Series denti-alveolares y retroflejas.//ch retrofleja o ч en rusozhVéase Series denti-alveolares y retroflejas.//Como el anterior, con aspiraciónchVéase Series denti-alveolares y retroflejas.[]"ch", con una pronunciación palatal suavejVéase Series palatales.[]Como el anterior, con aspiraciónqVéase Series palatales.//ff//ssVéase Series denti-alveolares y retroflejas.//sh inglesa o ch francesa retroflejas, o ш en rusoshVéase Series denti-alveolares y retroflejas.[]sh inglesa o ch francesa, con una pronunciación palatal suavexVéase Series palatales.//jh//llVéase Series denti-alveolares y retroflejas.//En posición inicial de la sílaba, algunos hablantes pronuncian como (una aproximante retrofleja), y algunos otros como (una fricativa retrofleja sonora, como una j en francés portugués retrofleja o ж en ruso).rPara la pronunciación en posición final de la sílaba, véase Coda rótica. []i semiconsonánticay, i medioVéase Semiconsonantes.[]u semiconsonántica francesayu, ü medio y u si poscede a j-, q- y x-Véase Semiconsonantes.[]u semiconsonánticaw, u medioVéase Semiconsonantes.

Todas las consonantes pueden aparecer como el sonido inicial de una sílaba, con la excepción de (a menos que se le asigna el cero inicial a este fonema; véase abajo.) Las semiconsonantes , , pueden estar también en el medio (viniendo entre la consonante inicial y la vocal principal). Las únicas consonantes que puede aparecer en la posición de la sílaba coda (final) son , , y (aunque quizá ocurra como alófono de antes de consonantes labiales en el habla rápido, y en algunas descripciones de segundos elementos de diptongos se identifican con las semiconsonantes). Los finales , tal vez se pronuncien sin cierre bucal completa, resultando en una sílaba que, de hecho termina con una vocal larga nasalizada.Duanmu (2000), p. 72. Véase también Reducción de sílabas, abajo.

Series denti-alveolares y retroflejas Las consonantes que figuran en la primera tabla anterior como dentialveolares son algunas descritas como alveolares, y algunas veces como dentales. Las africadas y fricativas son a menudo dentales; éstas generalmente se pronuncian con la lengua en los dientes inferiores.Duanmu (2000), p. 27.

Para las consonantes retroflejas, la constricción se produce con la superficie superior de la punta de la lengua, haciéndoles laminales más bien que apicales post-alveolares.See Ladefoged & Wu 1984; Ladefoged & Maddieson 1996, pp. 150-154. Hablantes que no son de Pekín a menudo carecen de las consonantes retroflejas en sus dialectos nativos, y por lo tanto pueden reemplazarlos con dentales.Duanmu (2000), p. 26.

Series palatales Los consonantes palatales (pinyin j, q, x) son pronunciados por algunos hablantes como dentales palatalizadas , , . Esto es especialmente común entre los niños y las mujeres.Duanmu (2000), p. 33.

En el análisis fonológico, a menudo se asume que, cuando no está seguida por una de las vocales anteriores altas [i] o [y], las palatales consisten en una consonante seguida de una semiconsonante palatal ([j] o [ɥ]). Es decir, las sílabas representadas en pinyin como principio ji-, qi-, xi-, ju-, qu-, xu- (seguidas por una vocal) se toman para empezar por , , , , , . Las pronunciaciones reales son más bien como , , , , , (o para los hablantes usando las variantes dentales, , , , , , ). Esto es consistente con la observación general (véase siguiente sección) semiconsonantes metales que se realizan como palatalization y/o velarización de la consonante precedente (ya ser inherente la palatización en el caso de las palatales). Ahora, las palatales están en distribución complementaria con las dentales , con las velares , y con las retroflejas , ya que ninguno de ellos puede ocurrir ante vocales anteriores altas o semiconsonantes palatinas, mientras que las palatales (sobre el tratamiento anterior) ocurren solo ante vocales anteriores altas o semiconsonantes palatales. Por lo tanto, los lingüistas prefieren a menudo clasificar no como fonemas independientes, sino como alófonos de una de las otras tres series. La existencia de las variantes dentales antes mencionados se inclina a algunos a prefieren identificar las palatales con las dentales, pero la identificación con cualquiera de las tres series es posible (a menos que la rima vacía se identifica con /i/, en cuyo caso las velares convierto en el único candidato; véase abajo). Los sistemas Yale y Wade–Giles en general el tratamiento de las palatales como alófonos de las retroflejas; el Tongyong Pinyin en general los trata como alófonos de las dentales; y el braille chino los trata como alófonos de las velares. En pinyin estándar y bopomofo, sin embargo, que se representan como una secuencia independiente. Las palatales surgieron históricamente de una fusión de los dentales y velares antes de vocales altas anteriores y semiconsonantes. Anteriormente, algunos casos del modern fueron en lugar de , y otros fueron . El cambio se produjo en los dos o tres últimos siglos en diferentes momentos en diferentes áreas, pero no en el dialecto utilizado en la corte imperial dinastía manchú. Esto explica por qué algunas transcripciones europeas de nombres chinos (especialmente en la transcripción del sistema postal chino) contienen "ki-", "hi-", "tsi-" o "si-" donde se podría esperar una palatal. Ejemplos son "Pekín" en Beijing, "Chungking" en Chongqing, "Fukien" en Fujian, "Tients in" en Tianjin; "Sinkiang" en Xinjiang, y "Sian" en Xi'an. La distribución complementaria con la serie retrofleja surgió cuando las sílabas que tenían una consonante retrofleja seguida por una semiconsonante medial perdieron la semiconsonante medial.

Semiconsonantes Las semiconsonantes , y suenan respectivamente como "(h)i" en "(h)i"elo, "(h)u" en francés "huit", y "(h)u" en "(h)u"evo. (Los hablantes de Pekín a menudo reemplazan inicial con el labiodental aproximante , excepto cuando es seguida por .Duanmu (2000), p. 25.) Las semiconsonantes se analizan comúnmente no como fonemas independientes, sino como alófonos consonánticos de las vocales altas , y . Esto es posible ya que no hay ambigüedad en la interpretación de una secuencia como (pinyin yao/-iao) como , y secuencias potencialmente problemáticas tales como no ocurren.

Las semiconsonantes pueden ocurrir en posición inicial en una sílaba. Esto ocurre con en sílabas escritas yu, yuan, yue, yun and yong en pinyin; con en otras sílabas escritas con y inicial en pinyin (ya, yi, etc.); y con en sílabas escritas con w inicial in pinyin (wa, wu, etc.). Cuando un semiconsonante es seguido por la vocal de los cuales se considera que se deslizan un alófono, la semiconsonante puede considerarse como epéntesis (insertada automáticamente), y no como una realización separada del fonema. Por lo tanto la sílaba yi, pronunciada , puede ser analizado como un conjunto del solo fonema , y similarmente yin puede ser analizado como , yu como , y wu como .Duanmu (2000), p. 274 ff.

Las semiconsonantes pueden también ocurrir en posición media, es decir, después de la consonante inicial, pero antes de la vocal principal. Aquí se representan en pinyin como vocales: por ejemplo, la i en bie representa , y la u en duan representa . Hay algunas restricciones sobre las posibles combinaciones consonante-semiconsonante: no se produce después de labiales (except para algunos hablantes en bo, po, mo, fo); no se produce después de retroflejas y velares (o después ); y ocurre solo en sentido medial lüe y nüe y después de las palatales (para ello véase debajo.) La combinación consonante-semiconsonante en el inicio de una sílaba se articula como un solo sonido – la semiconsontante no está de hecho pronunciada después de la consonante, sino que es realizada como palatalización , labialización , o ambos , de la consonante.Duanmu (2000), p. 28. (Las mismas modificaciones de las consonantes iniciales ocurren en sílabas donde son seguidas por una vocal alta, aunque normalmente no planeo se considera que está presente allí. Por lo tanto una consonante es generalmente palatalizada cuando es sucedida por , labializada cuando es sucedida por , y ambos cuando es sucedida por .)

Formas no sílabicas de las vocales y se encuentran también como element final en algunas sílabas, i.e. como el segundo elemento de un diptongo. Estos están anotadas veces como [j] y [w], pero a menudo más bien como y . Estos casos se discuten más adelante en Vocales.

Consonantes silábicas Las sílabas escritas en pinyin como zi, ci, si, zhi, chi, shi, ri puede ser descritas como que tiene una consonante silábica en lugar de una vocal (silábica en los primeros tres casos; silábica en las otras). Para un análisis mayor ver abajo.

Las consonantes silábicas también pueden surgir como consecuencia de la reducción de sílaba débil; ver abajo. Las consonantes nasales silábicas también se escuchan en ciertas interjecciónes; pronunciación de palabras tales como , , , , .

Sibilantes

El chino estándar tiene un número elevado de alófonos sibilantes y africados:

{|class=wikitable style="text-align:center;" |- ! colspan="2" | !! Denti-alveolar!! Retrofleja !! Alveo-palatal |-