字音由音節與調所組成，或是說，字音除去調的因素後稱為音節。以下先討論音節。
構成音節的三要素：音節的三個要素為 「聲」，「韻」，「鼻」。
其中「韻」為狹義的韻，指不附帶任何鼻音的基本韻 (共19 個)。「鼻 」指鼻音，以發音方式分為合口鼻音、開口前鼻音及開口後鼻音三種，而每種又分長短二式。(即合共 6 個，如將不帶鼻音﹝可稱為帶零鼻音 ﹞者亦包括在內，則為 7 個 )。
三個長鼻音分別以 Mg (合口 ) ，N (開口前 ) ，及Ng (開口後 )代表，而三個短鼻音分別以 P (合口 )，T (開口前 )，及K (開口後 )代表。[ Mg 於非單獨使用時記作 M ]
短鼻音傳統稱為入聲或塞音，可理解為短促的鼻音，加上一個中止動作。(短鼻音與調並無關係，硬將三個短鼻音從鼻音範疇中拉出來，與六個調合稱為九聲，根本就是誤導。)
聲、基本韻與鼻音三者依不同之組合，構成不同之音節。但由於是三維立體結構，不利檢視，故先將基本韻與鼻音 ( 包括零鼻音 ) 結合，是為廣義的韻，與聲形成二維平面結構，方便處理。
| 
