Standard Chinese phonology
Ngữ âm học tiếng Trung Quốc chuẩn

This article should specify the language of its non-English content, using {{lang}}, {{transliteration}} for transliterated languages, and {{IPA}} for phonetic transcriptions, with an appropriate ISO 639 code. Wikipedia's multilingual support templates may also be used. See why. (October 2023) Bài viết này nên chỉ định ngôn ngữ của nội dung không phải tiếng Anh, sử dụng {{ lang }} , {{ chuyển tự }} cho các ngôn ngữ được chuyển tự, và {{ IPA }} cho các phiên âm ngữ âm, với mã ISO 639 thích hợp. Các mẫu hỗ trợ đa ngôn ngữ của Wikipedia cũng có thể được sử dụng. Xem lý do. (Tháng 10 năm 2023)

The phonology of Standard Chinese has historically derived from the Beijing dialect of Mandarin. However, pronunciation varies widely among speakers, who may introduce elements of their local varieties. Television and radio announcers are chosen for their ability to affect a standard accent. Elements of the sound system include not only the segments—e.g. vowels and consonants—of the language, but also the tones applied to each syllable. In addition to its four main tones, Standard Chinese has a neutral tone that appears on weak syllables.
Ngữ âm của Tiếng Trung chuẩn lịch sử đã phát sinh từ phương ngữ Bắc Kinh của tiếng Quan Thoại. Tuy nhiên, cách phát âm khác nhau rất nhiều giữa các người nói, những người có thể đưa vào các yếu tố của các phương ngữ địa phương của họ. Các phát thanh viên truyền hình và radio được chọn vì khả năng tạo ra một giọng chuẩn. Các yếu tố của hệ thống âm thanh không chỉ bao gồm các phần—ví dụ như nguyên âm và phụ âm—của ngôn ngữ, mà còn bao gồm các thanh được áp dụng cho mỗi âm tiết. Ngoài bốn thanh chính, Tiếng Trung chuẩn còn có một thanh trung tính xuất hiện trên các âm tiết yếu.

This article uses the International Phonetic Alphabet (IPA) to compare the phonetic values corresponding to syllables romanized with pinyin.
Bài viết này sử dụng Bảng Chữ cái Phát âm Quốc tế (IPA) để so sánh các giá trị ngữ âm tương ứng với các âm tiết được phiên âm bằng pinyin.

The sounds shown in parentheses are sometimes not analyzed as separate phonemes; for more on these, see § Alveolo-palatal series below. Excluding these, and excluding the glides [j], [ɥ], and [w], there are 19 consonant phonemes in the inventory.
Các âm được hiển thị trong dấu ngoặc đơn đôi khi không được phân tích như các âm vị riêng biệt; để biết thêm về những âm này, xem § Dãy âm vị vòm dưới đây. Nếu không tính những âm này, và không tính các âm trượt [j] , [ɥ] , và [w] , thì trong kho âm vị có 19 âm vị phụ âm.

Between pairs of plosives or affricates having the same place of articulation and manner of articulation, the primary distinction is not voiced vs. voiceless (as in French or Russian), but unaspirated vs. aspirated (as in Scottish Gaelic or Icelandic). The unaspirated plosives and affricates may however become voiced in weak syllables (see § Syllable reduction below). Such pairs are represented in the pinyin system mostly using letters which in Romance languages generally denote voiceless/voiced pairs (for example [p] and [b]), or in Germanic languages often denotes fortis/lenis pairs (for example initial aspirated voiceless/unaspirated voiced pairs such as [pʰ] and [b]). However, aspirated/unaspirated pairs such as /pʰ/ and /p/ are represented with p and b respectively in pinyin.
Giữa các cặp âm tắc hoặc âm tắc kết hợp có cùng vị trí và cách phát âm, sự phân biệt chính không phải là âm thanh có tiếng so với không có tiếng (như trong tiếng Pháp hoặc tiếng Nga), mà là âm không có hơi so với âm có hơi (như trong tiếng Gaelic Scotland hoặc tiếng Iceland). Tuy nhiên, các âm tắc và âm tắc kết hợp không có hơi có thể trở thành âm có tiếng trong các âm tiết yếu (xem § Giảm âm tiết bên dưới). Các cặp như vậy được biểu diễn trong hệ thống pinyin chủ yếu bằng các chữ cái mà trong các ngôn ngữ La Tinh thường chỉ ra các cặp không có tiếng/có tiếng (ví dụ [p] và [b] ), hoặc trong các ngôn ngữ Germanic thường chỉ ra các cặp mạnh/yếu (ví dụ các cặp âm không có hơi có tiếng/không có tiếng như [pʰ] và [b] ). Tuy nhiên, các cặp có hơi/không có hơi như /pʰ/ và /p/ được biểu diễn bằng p và b tương ứng trong pinyin.

More details about the individual consonant sounds are given in the following table.
Thông tin chi tiết hơn về các âm phụ âm riêng lẻ được cung cấp trong bảng sau.

All of the consonants may occur as the initial sound of a syllable, with the exception of /ŋ/ (unless the zero initial is assigned to this phoneme; see below). Excepting the rhotic coda, the only consonants that can appear in syllable coda (final) position are /n/ and /ŋ/ (although [m] may occur as an allophone of /n/ before labial consonants in fast speech). Final /n/, /ŋ/ may be pronounced without complete oral closure, resulting in a syllable that in fact ends with a long nasalized vowel.^[1]: 72 See also § Syllable reduction, below.
Tất cả các phụ âm có thể xuất hiện như âm đầu của một âm tiết, ngoại trừ /ŋ/ (trừ khi âm đầu không có được gán cho âm vị này; xem bên dưới). Ngoại trừ coda rhotic, các phụ âm duy nhất có thể xuất hiện ở vị trí coda âm tiết (cuối) là /n/ và /ŋ/ (mặc dù [m] có thể xuất hiện như một biến thể của /n/ trước các phụ âm môi trong phát âm nhanh). Cuối /n/ , /ŋ/ có thể được phát âm mà không cần đóng miệng hoàn toàn, dẫn đến một âm tiết thực sự kết thúc bằng một nguyên âm mũi dài. ^{[1] : 72} Xem thêm § Giảm âm tiết, bên dưới.

The consonants listed in the first table above as denti-alveolar are sometimes described as alveolars, and sometimes as dentals. The affricates and the fricative are particularly often described as dentals; these are generally pronounced with the tongue on the lower teeth.^[1]: 27
Các phụ âm được liệt kê trong bảng đầu tiên ở trên là âm nha - lợi đôi khi được mô tả là âm lợi, và đôi khi là âm nha. Các âm tắc và âm xát thường được mô tả là âm nha; những âm này thường được phát âm với lưỡi đặt trên răng cửa dưới.

The retroflex consonants (like those of Polish) are actually apical rather than subapical, and so are considered by some authors not to be truly retroflex; they may be more accurately called post-alveolar.^[2][3][4] Some speakers not from Beijing may lack the retroflexes in their native dialects, and may thus replace them with dentals.^[1]: 26
Các phụ âm lưỡi cong (như trong tiếng Ba Lan) thực ra là lưỡi đầu chứ không phải lưỡi dưới, vì vậy một số tác giả cho rằng chúng không thực sự là lưỡi cong; chúng có thể được gọi chính xác hơn là sau xương hàm. Một số người nói không đến từ Bắc Kinh có thể thiếu các âm lưỡi cong trong phương ngữ của họ, và do đó có thể thay thế chúng bằng các âm răng.

The alveolo-palatal consonants (pinyin j, q, x) have standard pronunciations of [t͡ɕ, t͡ɕʰ, ɕ]. Some speakers realize them as palatalized dentals [t͡sʲ], [t͡sʰʲ], [sʲ]; this is claimed to be especially common among children and women,^[1]: 33 although officially it is regarded as substandard and as a feature specific to the Beijing dialect.^[5]
Các phụ âm vòm-hàm (pinyin , q, x) có cách phát âm chuẩn là [t͡ɕ, t͡ɕʰ, ɕ] . Một số người nói phát âm chúng như các âm răng vòm [t͡sʲ] , [t͡sʰʲ] , [sʲ] ; điều này được cho là đặc biệt phổ biến ở trẻ em và phụ nữ, ^{[1] : 33} mặc dù chính thức nó được coi là không chuẩn và là một đặc điểm riêng của phương ngữ Bắc Kinh. ^[5]

In phonological analysis, it is often assumed that, when not followed by one of the high front vowels [i] or [y], the alveolar-palatals consist of a consonant followed by a palatal glide ([j] or [ɥ]). That is, syllables represented in pinyin as beginning ⟨ji-⟩, ⟨qi-⟩, ⟨xi-⟩, ⟨ju-⟩, ⟨qu-⟩, ⟨xu-⟩ (followed by a vowel) are taken to begin [t͡ɕj], [t͡ɕʰj], [ɕj], [t͡ɕɥ], [t͡ɕʰɥ], [ɕɥ]. The actual pronunciations are more like [t͡ɕ], [t͡ɕʰ], [ɕ], [t͡ɕʷ], [t͡ɕʰʷ], [ɕʷ] (or for speakers using the dental variants, [t͡sʲ], [t͡sʰʲ], [sʲ], [t͡sᶣ], [t͡sʰᶣ], [sᶣ]). This is consistent with the general observation (see under § Glides) that medial glides are realized as palatalization and/or labialization of the preceding consonant (palatalization already being inherent in the case of the palatals).
Trong phân tích ngữ âm, thường giả định rằng, khi không được theo sau bởi một trong các nguyên âm trước cao [i] hoặc [y] , các âm tắc lưỡi-mặt trong tiếng Trung tiêu chuẩn bao gồm một phụ âm theo sau bởi một âm trượt mặt ( [j] hoặc [ɥ] ). Cụ thể, các âm tiết được biểu diễn trong pinyin bắt đầu bằng ⟨ji-⟩ , ⟨qi-⟩ , ⟨xi-⟩ , ⟨ju-⟩ , ⟨qu-⟩ , ⟨xu-⟩ (theo sau bởi một nguyên âm) được coi là bắt đầu bằng [t͡ɕj] , [t͡ɕʰj] , [ɕj] , [t͡ɕɥ] , [t͡ɕʰɥ] , [ɕɥ] . Cách phát âm thực tế giống như [t͡ɕ] , [t͡ɕʰ] , [ɕ] , [t͡ɕʷ] , [t͡ɕʰʷ] , [ɕʷ] (hoặc đối với những người nói sử dụng các biến thể răng, [t͡sʲ] , [t͡sʰʲ] , [sʲ] , [t͡sᶣ] , [t͡sʰᶣ] , [sᶣ] ). Điều này nhất quán với quan sát chung (xem dưới § Glides) rằng các âm trượt ở giữa được hiện thực hóa như là sự palatal hóa và/hoặc sự môi hóa của phụ âm trước đó (sự palatal hóa đã vốn có trong trường hợp của các âm tắc lưỡi-mặt).

On the above analysis, the alveolar-palatals are in complementary distribution with the dentals [t͡s, t͡sʰ, s], with the velars [k, kʰ, x], and with the retroflexes [ʈ͡ʂ, ʈ͡ʂʰ, ʂ], as none of these can occur before high front vowels or palatal glides, whereas the alveolo-palatals occur only before high front vowels or palatal glides. Therefore, linguists often prefer to classify [t͡ɕ, t͡ɕʰ, ɕ] not as independent phonemes, but as allophones of one of the other three series.^[6] The existence of the above-mentioned dental variants inclines some to prefer to identify the alveolo-palatals with the dentals, but identification with any of the three series is possible (unless the empty rime /ɨ/ is identified with /i/, in which case the velars become the only candidate). The Yale and Wade–Giles systems mostly treat the alveolo-palatals as allophones of the retroflexes; Tongyong Pinyin mostly treats them as allophones of the dentals; and Mainland Chinese Braille treats them as allophones of the velars. In standard pinyin and bopomofo, however, they are represented as a separate sequence.
Theo phân tích trên, các âm tắc lưỡi - vòm miệng có phân bố bổ sung với các âm tắc răng [t͡s, t͡sʰ, s] , với các âm tắc vòm miệng [k, kʰ, x] , và với các âm tắc lưỡi cong [ʈ͡ʂ, ʈ͡ʂʰ, ʂ] , vì không âm nào trong số này có thể xuất hiện trước nguyên âm cao phía trước hoặc âm trượt vòm miệng, trong khi các âm tắc lưỡi - vòm miệng chỉ xuất hiện trước nguyên âm cao phía trước hoặc âm trượt vòm miệng. Do đó, các nhà ngôn ngữ học thường thích phân loại [t͡ɕ, t͡ɕʰ, ɕ] không phải là các âm vị độc lập, mà là các âm dị thể của một trong ba chuỗi còn lại. ^[6] Sự tồn tại của các biến thể âm tắc răng đã đề cập ở trên khiến một số người thích xác định các âm tắc lưỡi - vòm miệng với các âm tắc răng, nhưng việc xác định với bất kỳ chuỗi nào trong ba chuỗi là có thể (trừ khi âm rime trống /ɨ/ được xác định với /i/ , trong trường hợp đó các âm tắc vòm miệng trở thành ứng cử viên duy nhất). Hệ thống Yale và Wade–Giles chủ yếu coi các âm tắc lưỡi - vòm miệng là các âm dị thể của các âm tắc lưỡi cong; Tongyong Pinyin chủ yếu coi chúng là các âm dị thể của các âm tắc răng; và Braille Trung Quốc đại lục coi chúng là các âm dị thể của các âm tắc vòm miệng. Tuy nhiên, trong pinyin chuẩn và bopomofo, chúng được biểu diễn như một chuỗi riêng biệt.

The alveolo-palatals arose historically from a merger of the dentals [t͡s, t͡sʰ, s] and velars [k, kʰ, x] before high front vowels and glides. Previously, some instances of modern [t͡ɕ(ʰ)i] were instead [k(ʰ)i], and others were [t͡s(ʰ)i]; distinguishing these two sources of [t͡ɕ(ʰ)i] is known as the "round-sharp" distinction [zh]. The change took place in the last two or three centuries at different times in different areas. This explains why some European transcriptions of Chinese names (especially in postal romanization) contain ⟨ki-⟩, ⟨hi-⟩, ⟨tsi-⟩, ⟨si-⟩ where an alveolo-palatal might be expected in modern Chinese. Examples are Peking for Beijing ([kiŋ] → [tɕiŋ]), Chungking for Chongqing ([kʰiŋ] → [tɕʰiŋ]), Fukien for Fujian (cf. Hokkien), Tientsin for Tianjin ([tsin] → [tɕin]); Sinkiang for Xinjiang ([sinkiaŋ] → [ɕintɕiaŋ], and Sian for Xi'an ([si] → [ɕi]). The complementary distribution with the retroflex series arose when syllables that had a retroflex consonant followed by a medial glide lost the medial glide.
Các âm vị vòm hàm xuất hiện lịch sử từ sự hợp nhất của các âm răng và âm mềm trước các nguyên âm cao phía trước và âm lướt. Trước đây, một số trường hợp của hiện đại đã thay thế bằng các âm khác, và những âm khác thì khác; việc phân biệt hai nguồn âm này được gọi là sự phân biệt "tròn-nhọn". Sự thay đổi này diễn ra trong hai hoặc ba thế kỷ qua vào những thời điểm khác nhau ở các khu vực khác nhau. Điều này giải thích tại sao một số phiên âm châu Âu của các tên Trung Quốc (đặc biệt trong phiên âm bưu chính) chứa các âm mà một âm vòm hàm có thể được mong đợi trong tiếng Trung hiện đại. Ví dụ là Peking cho Bắc Kinh, Chungking cho Trùng Khánh, Fukien cho Phúc Kiến (so với Hokkien), Tientsin cho Thiên Tân; Sinkiang cho Tân Cương, và Sian cho Tây An. Sự phân bố bổ sung với chuỗi âm lưỡi cong xuất hiện khi các âm tiết có một phụ âm lưỡi cong theo sau bởi một âm lướt trung gian mất âm lướt trung gian.

A full syllable such as ai, in which the vowel is not preceded by any of the standard initial consonants or glides, is said to have a null initial or zero onset. This may be realized as a consonant sound: [ʔ] and [ɣ] are possibilities, as are [ŋ] and [ɦ] in some non-standard varieties. It has been suggested by San Duanmu that such an onset be regarded as a special phoneme, or as an instance of the phoneme /ŋ/, although it can also be treated as no phoneme (absence of onset). By contrast, in the case of the particle 啊 a, which is a weak onset-less syllable, linking occurs with the previous syllable (as described under § Syllable reduction, below).^[1]: 43
Một âm tiết đầy đủ như ai, trong đó nguyên âm không được đứng trước bất kỳ phụ âm đầu hoặc âm trượt chuẩn nào, được cho là có phụ âm đầu null hoặc khởi đầu bằng không. Điều này có thể được hiện thực hóa dưới dạng âm phụ âm: [ʔ] và [ɣ] là những khả năng, cũng như [ŋ] và [ɦ] trong một số biến thể không chuẩn. San Duanmu đã đề xuất rằng một khởi đầu như vậy nên được coi là một âm vị đặc biệt, hoặc như một trường hợp của âm vị /ŋ/ , mặc dù nó cũng có thể được coi là không có âm vị (vắng mặt khởi đầu). Ngược lại, trong trường hợp của hạt 啊 a, là một âm tiết không có khởi đầu yếu, sự liên kết xảy ra với âm tiết trước đó (như đã mô tả trong § Giảm âm tiết, bên dưới). ^{[1] : 43}

When a stressed vowel-initial Chinese syllable follows a consonant-final syllable, the consonant does not directly link with the vowel. Instead, the zero onset seems to intervene in between. 棉袄; mián'ǎo ("cotton jacket") becomes [mjɛnʔau], [mjɛnɣau]. However, in connected speech none of these output forms is natural. Instead, when the words are spoken together the most natural pronunciation is rather similar to [mjɛ̃ːau], in which there is no nasal closure or any version of the zero onset, and instead nasalization of the vowel occurs.^[7]
Khi một âm tiết tiếng Trung có nguyên âm nhấn mạnh đứng đầu theo sau một âm tiết có phụ âm kết thúc, phụ âm không liên kết trực tiếp với nguyên âm. Thay vào đó, âm khởi không có âm dường như can thiệp vào giữa. 棉袄; mián'ǎo ("áo bông") trở thành [mjɛnʔau] , [mjɛnɣau] . Tuy nhiên, trong phát âm liên kết, không có hình thức đầu ra nào trong số này là tự nhiên. Thay vào đó, khi các từ được phát âm cùng nhau, cách phát âm tự nhiên nhất khá giống với [mjɛ̃ːau] , trong đó không có sự đóng mũi hay bất kỳ phiên bản nào của âm khởi không có âm, và thay vào đó là sự ng nasal hóa của nguyên âm xảy ra. ^[7]

The glides [j], [ɥ], and [w] sound respectively like the y in English yes, the (h)u in French huit, and the w in English we. (Beijing speakers often replace initial [w] with a labiodental [ʋ], except when it is followed by [o] or [u].^[1]: 25) The glides are commonly analyzed not as independent phonemes, but as consonantal allophones of the high vowels: [i̯, y̯, u̯]. This is possible because there is no ambiguity in interpreting a sequence like yao/-iao as /iau/, and potentially problematic sequences such as */iu/ do not occur.
Các âm trượt [j] , [ɥ] và [w] lần lượt phát âm giống như âm y trong từ yes của tiếng Anh, âm (h)u trong từ huit của tiếng Pháp, và âm w trong từ we của tiếng Anh. (Người nói tiếng Bắc Kinh thường thay thế âm đầu [w] bằng âm môi răng [ʋ] , ngoại trừ khi nó được theo sau bởi [o] hoặc [u] . ^{[1] : 25} ) Các âm trượt thường được phân tích không phải là các âm vị độc lập, mà là các âm phụ của nguyên âm cao: [i̯, y̯, u̯] . Điều này có thể xảy ra vì không có sự mơ hồ trong việc diễn giải một chuỗi như yao/-iao là /iau/ , và các chuỗi có thể gây vấn đề như */iu/ không xảy ra.

The glides may occur in initial position in a syllable. This occurs with [ɥ] in the syllables written yu, yuan, yue, and yun in pinyin; with [j] in other syllables written with initial y in pinyin (ya, yi, etc.); and with [w] in syllables written with initial w in pinyin (wa, wu, etc.). When a glide is followed by the vowel of which that glide is considered an allophone, the glide may be regarded as epenthetic (automatically inserted), and not as a separate realization of the phoneme. Hence the syllable yi, pronounced [ji], may be analyzed as consisting of the single phoneme /i/, and similarly yin may be analyzed as /in/, yu as /y/, and wu as /u/.^[1]: 274ff It is also possible to hear both from the same speaker, even in the same conversation.^[1]: 274ff For example, one may hear the number "one" 一; yī as either [jí] or [í].
Các âm trượt có thể xuất hiện ở vị trí đầu trong một âm tiết. Điều này xảy ra với [ɥ] trong các âm tiết được viết là yu, yuan, yue và yun trong pinyin; với [j] trong các âm tiết khác được viết với âm đầu y trong pinyin (ya, yi, v.v.); và với [w] trong các âm tiết được viết với âm đầu w trong pinyin (wa, wu, v.v.). Khi một âm trượt được theo sau bởi nguyên âm mà âm trượt đó được coi là một biến thể, âm trượt có thể được coi là âm thêm (được chèn vào tự động), và không phải là một biểu hiện riêng biệt của âm vị. Do đó, âm tiết yi, phát âm là [ji] , có thể được phân tích là bao gồm âm vị đơn /i/ , và tương tự, yin có thể được phân tích là /in/ , yu là /y/ , và wu là /u/ . ^{[1] : 274ff} Cũng có thể nghe thấy cả hai từ cùng một người nói, thậm chí trong cùng một cuộc trò chuyện. ^{[1] : 274ff} Ví dụ, người ta có thể nghe thấy số "một" 一; yī là [jí] hoặc [í] .

The glides can also occur in medial position, that is, after the initial consonant but before the main vowel. Here they are represented in pinyin as vowels: for example, the i in bie represents [j], and the u in duan represents [w]. There are some restrictions on the possible consonant-glide combinations: [w] does not occur after labials (except for some speakers in bo, po, mo, fo); [j] does not occur after retroflexes and velars (or after [f]); and [ɥ] occurs medially only in lüe and nüe and after alveolar-palatals (for which see above). A consonant-glide combination at the start of a syllable is articulated as a single sound – the glide is not in fact pronounced after the consonant, but is realized as palatalization [ʲ], labialization [ʷ], or both [ᶣ], of the consonant.^[1]: 28 (The same modifications of initial consonants occur in syllables where they are followed by a high vowel, although normally no glide is considered to be present there. Hence a consonant is generally palatalized [ʲ] when followed by /i/, labialized [ʷ] when followed by /u/, and both [ᶣ] when followed by /y/.)
Các âm lướt cũng có thể xuất hiện ở vị trí giữa, tức là, sau phụ âm đầu tiên nhưng trước nguyên âm chính. Ở đây chúng được biểu diễn trong pinyin như các nguyên âm: ví dụ, âm "i" trong "bie" đại diện cho [j] , và âm "u" trong "duan" đại diện cho [w] . Có một số hạn chế về các tổ hợp phụ âm-âm lướt có thể xảy ra: [w] không xuất hiện sau các âm môi (ngoại trừ một số người nói trong "bo", "po", "mo", "fo"); [j] không xuất hiện sau các âm retroflex và velar (hoặc sau [f] ); và [ɥ] chỉ xuất hiện ở giữa trong "lüe" và "nüe" và sau các âm alveolar-palatals (đối với điều này, xem ở trên). Một tổ hợp phụ âm-âm lướt ở đầu một âm tiết được phát âm như một âm duy nhất - âm lướt thực tế không được phát âm sau phụ âm, mà được hiện thực hóa như sự palatal hóa [ʲ] , labial hóa [ʷ] , hoặc cả hai [ᶣ] , của phụ âm. ^{[1] : 28} (Những sửa đổi tương tự của các phụ âm đầu tiên xảy ra trong các âm tiết mà chúng được theo sau bởi một nguyên âm cao, mặc dù thông thường không có âm lướt nào được coi là có mặt ở đó. Do đó, một phụ âm thường được palatal hóa [ʲ] khi theo sau bởi /i/ , labial hóa [ʷ] khi theo sau bởi /u/ , và cả hai [ᶣ] khi theo sau bởi /y/ .)

The glides [j] and [w] are also found as the final element in some syllables. These are commonly analyzed as diphthongs rather than vowel-glide sequences. For example, the syllable bai is assigned the underlying representation /pai̯/. (In pinyin, the second element is generally written ⟨-i⟩ or ⟨-u⟩, but /au̯/ is written as ⟨-ao⟩.)
Các âm trượt [j] và [w] cũng được tìm thấy như là phần cuối trong một số âm tiết. Những âm này thường được phân tích như là nguyên âm đôi hơn là chuỗi nguyên âm - âm trượt. Ví dụ, âm tiết bai được gán biểu diễn cơ sở là /pai̯/ . (Trong pinyin, phần thứ hai thường được viết là ⟨-i⟩ hoặc ⟨-u⟩ , nhưng /au̯/ được viết là ⟨-ao⟩ .)

The syllables written in pinyin as zi, ci, si, zhi, chi, shi, ri may be described as a sibilant consonant (z, c, s, zh, ch, sh, r in pinyin) followed by a syllabic consonant (also known as apical vowel in classic literature):
Các âm tiết được viết bằng pinyin là zi, ci, si, zhi, chi, shi, ri có thể được mô tả là một phụ âm xì xào (z, c, s, zh, ch, sh, r trong pinyin) theo sau bởi một phụ âm âm tiết (còn được gọi là nguyên âm đầu ngón trong văn học cổ điển):

• [ɹ̩ ~ z̩], a laminal denti-alveolar voiced continuant,^[a] in zi, ci, si ([tsɹ̩ tsʰɹ̩ sɹ̩]);
  [ ɹ̩ ~ z̩], một âm liên tục có thanh âm, ^[a] trong zi, ci, si ( [tsɹ̩ tsʰɹ̩ sɹ̩]);
• [ɻ̩ ~ ʐ̩], an apical retroflex voiced continuant,^[a] in zhi, chi, shi, ri ([ʈʂɻ̩ ʈʂʰɻ̩ ʂɻ̩ ɻɻ̩]).
  [ɻ̩ ~ ʐ̩], một âm liên tục có độ rung lưỡi ngược, ^[a] trong zhi, chi, shi, ri ( [ʈʂɻ̩ ʈʂʰɻ̩ ʂɻ̩ ɻɻ̩]).

Alternatively, the nucleus may be described not as a syllabic consonant, but as a vowel:
Ngược lại, nhân có thể được mô tả không phải là một phụ âm âm tiết, mà là một nguyên âm:

• [ɨ], similar to Russian ы and the vowel in American "roses", in zi, ci, si, zhi, chi, shi, ri ([tsɨ tsʰɨ sɨ ʈʂɨ ʈʂʰɨ ʂɨ ɻɨ]).

Phonologically, these syllables may be analyzed as having their own vowel phoneme, /ɨ/. However, it is possible to merge this with the phoneme /i/ (to which it is historically related), since the two are in complementary distribution – provided that the § Alveolo-palatal series is either left un-merged, or is merged with the velars rather than the retroflex or alveolar series. (That is, [t͡ɕi], [t͡sɨ], and [ʈ͡ʂɨ] all exist, but *[ki] and *[kɨ] do not exist, so there is no problem merging both [i]~[ɨ] and [k]~[t͡ɕ] at the same time.)
Về mặt ngữ âm, các âm tiết này có thể được phân tích là có nguyên âm âm vị riêng của chúng, /ɨ/ . Tuy nhiên, có thể hợp nhất điều này với âm vị /i/ (mà nó có liên quan lịch sử), vì hai âm này có phân bố bổ sung – miễn là chuỗi § Alveolo-palatal được giữ nguyên không hợp nhất, hoặc được hợp nhất với các âm vị velar thay vì chuỗi retroflex hoặc alveolar. (Tức là, [t͡ɕi] , [t͡sɨ] , và [ʈ͡ʂɨ] đều tồn tại, nhưng *[ki] và *[kɨ] không tồn tại, vì vậy không có vấn đề gì khi hợp nhất cả [i]~[ɨ] và [k]~[t͡ɕ] cùng một lúc.)

Another approach is to regard the syllables assigned above to /ɨ/ as having an (underlying) empty nuclear slot ("empty rhyme", Chinese 空韵; kōngyùn), i.e. as not containing a vowel phoneme at all. This is more consistent with the syllabic consonant description of these syllables, and is consistent with the view that phonological representations are minimal (underspecified).^[8] When this is the case, sometimes the phoneme is described as shifting from voiceless to voiced, e.g. sī becoming /sź̩/.
Một cách tiếp cận khác là coi các âm tiết được gán ở trên cho /ɨ/ là có một vị trí hạt nhân trống (cơ sở) ("vần trống", tiếng Trung 空韵; kōngyùn), tức là không chứa một âm vị nguyên âm nào cả. Điều này nhất quán hơn với mô tả âm tiết phụ âm của các âm tiết này, và phù hợp với quan điểm rằng các biểu diễn ngữ âm là tối thiểu (không được xác định đầy đủ). ^[8] Khi điều này xảy ra, đôi khi âm vị được mô tả là chuyển từ không có âm thanh sang có âm thanh, ví dụ như sī trở thành /sź̩/ .

Syllabic consonants may also arise as a result of weak syllable reduction; see below. Syllabic nasal consonants are also heard in certain interjections; pronunciations of such words include [m], [n], [ŋ], [hm], [hŋ].
Các phụ âm âm tiết cũng có thể xuất hiện do sự giảm nhẹ âm tiết; xem bên dưới. Các phụ âm mũi âm tiết cũng được nghe thấy trong một số từ cảm thán; cách phát âm của những từ như vậy bao gồm [m] , [n] , [ŋ] , [hm] , [hŋ] .

Standard Chinese can be analyzed as having between two and six vowel phonemes.^[9] /i, u, y/ (which may also be analyzed as underlying glides) are high (close) vowels, /ə/ is mid whereas /a/ is low (open).
Tiếng Trung chuẩn có thể được phân tích là có từ hai đến sáu âm vị nguyên âm. ^[9] /i, u, y/ (có thể cũng được phân tích là các âm trượt cơ sở) là nguyên âm cao (khép), /ə/ là nguyên âm giữa trong khi /a/ là nguyên âm thấp (mở).

The precise realization of each vowel depends on its phonetic environment. In particular, the vowel /ə/ has two broad allophones [e] and [o] (corresponding respectively to pinyin e and o in most cases). These sounds can be treated as a single underlying phoneme because they are in complementary distribution. The mid vowel phoneme may also be treated as an under-specified vowel, attracting features either from the adjacent sounds or from default rules resulting in /ə/. (Apparent counterexamples are provided by certain interjections, such as [ɔ], [ɛ], [jɔ], and [lɔ], but these are normally treated as special cases operating outside the normal phonemic system.^[b])
Sự thể hiện chính xác của mỗi nguyên âm phụ thuộc vào môi trường ngữ âm của nó. Cụ thể, nguyên âm /ə/ có hai âm vị rộng [e] và [o] (tương ứng với pinyin e và o trong hầu hết các trường hợp). Những âm thanh này có thể được coi là một âm vị cơ bản duy nhất vì chúng có phân bố bổ sung. Âm vị nguyên âm giữa cũng có thể được coi là một nguyên âm chưa được xác định rõ, thu hút các đặc điểm từ các âm thanh liền kề hoặc từ các quy tắc mặc định dẫn đến /ə/ . (Các ví dụ phản chứng rõ ràng được cung cấp bởi một số thán từ, chẳng hạn như [ɔ] , [ɛ] , [jɔ] , và [lɔ] , nhưng những điều này thường được coi là các trường hợp đặc biệt hoạt động bên ngoài hệ thống âm vị bình thường. ^[b] )

Transcriptions of the vowels' allophones (the ways they are pronounced in particular phonetic environments) differ somewhat between sources. More details about the individual vowel allophones are given in the following table (not including the values that occur with the rhotic coda).^[c]
Các phiên âm của các âm vị nguyên âm (cách chúng được phát âm trong các môi trường ngữ âm cụ thể) có sự khác biệt nhất định giữa các nguồn. Thông tin chi tiết hơn về từng âm vị nguyên âm được cung cấp trong bảng dưới đây (không bao gồm các giá trị xảy ra với âm cuối có âm /r/).

Zhuyin represents vowels differently from normal romanisation schemes, and as such is not displayed in the above table.
Zhuyin đại diện cho nguyên âm khác với các sơ đồ phiên âm La-tinh thông thường, và do đó không được hiển thị trong bảng trên.

The vowel nuclei may be preceded by a glide /j, w, ɥ/, and may be followed by a coda /i, u, n, ŋ/. The various combinations of glide, vowel, and coda have different surface manifestations, as shown in the tables below. Any of the three positions may be empty, i.e. occupied by a null meta-phoneme ∅.
Các âm vị nguyên âm có thể được trước bởi một âm trượt /j, w, ɥ/ và có thể được theo sau bởi một âm cuối /i, u, n, ŋ/ . Các tổ hợp khác nhau của âm trượt, nguyên âm và âm cuối có những biểu hiện bề mặt khác nhau, như được thể hiện trong các bảng dưới đây. Bất kỳ vị trí nào trong ba vị trí này có thể trống, tức là được chiếm bởi một siêu âm vị null ∅ .

The following table provides a typical five vowel analysis according to Duanmu (2000, p. 37) and Lin (2007). In this analysis, the high vowels /i, u, y/ are fully phonemic and may form sequences with the nasal codas /n, ŋ/.
Bảng dưới đây cung cấp một phân tích năm nguyên âm điển hình theo Duanmu (2000, tr. 37) và Lin (2007). Trong phân tích này, các nguyên âm cao /i, u, y/ hoàn toàn là âm vị và có thể tạo thành các chuỗi với các âm cuối mũi /n, ŋ/ .

¹ ü is written as u after j, q, or x (the /u/ phoneme never occurs in these positions)
¹ ü được viết là u sau , q, hoặc x (nguyên âm /u/ không bao giờ xuất hiện ở những vị trí này)

² uo is written as o after b, p, m, or f.
² uo được viết là o sau b, p, m, hoặc f.

Some linguists prefer to reduce the number of vowel phonemes drastically (at the expense of including underlying glides in their systems). Edwin G. Pulleyblank has proposed a system which includes underlying glides, but no vowels at all.^[1]: 37 More common are systems with two vowels; for example, in Mantaro Hashimoto's system,^[11] there are just two vowel nuclei, /ə, a/. In this analysis, the high vowels [i, u, y] are analyzed as glides /j, w, ɥ/ which surface as vowels before ∅ or /ən, əŋ/.
Một số nhà ngôn ngữ học thích giảm số lượng âm vị nguyên âm một cách đáng kể (với cái giá phải trả là bao gồm các âm trượt tiềm ẩn trong hệ thống của họ). Edwin G. Pulleyblank đã đề xuất một hệ thống bao gồm các âm trượt tiềm ẩn, nhưng không có nguyên âm nào cả. Các hệ thống phổ biến hơn là hệ thống với hai nguyên âm; ví dụ, trong hệ thống của Mantaro Hashimoto, chỉ có hai hạt nhân nguyên âm. Trong phân tích này, các nguyên âm cao được phân tích như là các âm trượt, mà xuất hiện như nguyên âm trước hoặc sau.

As a general rule, vowels in open syllables (those which have no coda following the main vowel) are pronounced long, while others are pronounced short. This does not apply to weak syllables, in which all vowels are short.^[1]: 42
Theo quy tắc chung, nguyên âm trong các âm tiết mở (các âm tiết không có phụ âm theo sau nguyên âm chính) được phát âm dài, trong khi các âm tiết khác được phát âm ngắn. Điều này không áp dụng cho các âm tiết yếu, trong đó tất cả các nguyên âm đều ngắn.

In Standard Chinese, the vowels [a] and [ə] harmonize in backness with the coda.^{[12][1]: 72–73} For [a], it is fronted [a̟] before /i, n/ and backed [a̠] before /u, ŋ/. For [ə], it is fronted [ə̟] before /n/ and backed [ə̠] before /ŋ/.
Trong Tiếng Trung chuẩn, các nguyên âm [a] và [ə] hòa hợp về độ lùi với âm cuối. ^{[12] [1] : 72–73} Đối với [a] , nó được đưa lên phía trước [a̟] trước /i, n/ và lùi lại [a̠] trước /u, ŋ/ . Đối với [ə] , nó được đưa lên phía trước [ə̟] trước /n/ và lùi lại [ə̠] trước /ŋ/ .

Some native Mandarin speakers may pronounce [wei̯], [jou̯], and [wən] as [ui], [iu], and [un] respectively in the first or second tone.^[13]: 69
Một số người nói tiếng Quan Thoại bản địa có thể phát âm [wei̯] , [jou̯] và [wən] thành [ui] , [iu] và [un] tương ứng ở âm điệu thứ nhất hoặc thứ hai. ^{[13] : 69}

Standard Chinese features syllables that end with a rhotic coda /ɚ/. This feature, known in Chinese as erhua, is particularly characteristic of the Beijing dialect; many other dialects do not use it as much, and some not at all.^[1]: 195 It occurs in two cases:
Tiếng Trung chuẩn có các âm tiết kết thúc bằng âm cuối rhotic /ɚ/ . Đặc điểm này, được biết đến trong tiếng Trung là erhua, đặc trưng cho phương ngữ Bắc Kinh; nhiều phương ngữ khác không sử dụng nó nhiều, và một số thì hoàn toàn không sử dụng. ^{[1] : 195} Nó xảy ra trong hai trường hợp:

1. In a small number of independent words or morphemes pronounced [ɚ] or [aɚ̯], written in pinyin as er, with some tone, such as 二; èr; 'two', 耳; ěr; 'ear', and 儿; 兒; ér; 'son'.
   Trong một số ít từ độc lập hoặc morpheme được phát âm [ɚ] hoặc [aɚ̯] , được viết bằng pinyin là er, với một số âm điệu, chẳng hạn như 二; èr; 'hai', 耳; ěr; 'tai', và 儿; 兒; ér; 'con trai'.
2. In syllables in which the rhotic coda is added as a suffix to another morpheme. This suffix is represented by the character 儿; 兒; 'son', to which meaning it is historically related, and in pinyin as r. The suffix combines with the final sound of the syllable, and regular but complex sound changes occur as a result (described in detail under erhua).
   Trong các âm tiết mà âm cuối rhotic được thêm vào như một hậu tố cho một morpheme khác. Hậu tố này được biểu thị bằng ký tự 儿; 兒; 'con trai', mà về mặt nghĩa có liên quan đến nó một cách lịch sử, và trong pinyin là r. Hậu tố này kết hợp với âm cuối của âm tiết, và các thay đổi âm thanh thường xuyên nhưng phức tạp xảy ra như một kết quả (được mô tả chi tiết dưới erhua).

The r final is pronounced with a relatively lax tongue, and has been described as a "retroflex vowel".^[1]: 41
Âm "r" cuối được phát âm với lưỡi tương đối lỏng, và đã được mô tả là một "nguyên âm lùi".

In dialects that do not make use of the rhotic coda, it may be omitted in pronunciation, or in some cases a different word may be selected: for example, Beijing 这儿; 這兒; zhèr; 'here' and 那儿; 那兒; nàr; 'there' may be replaced by the synonyms 这里; 這裡; zhèlǐ and 那里; 那裡; nàlǐ.
Trong các phương ngữ không sử dụng âm cuối rhotic, nó có thể bị bỏ qua trong phát âm, hoặc trong một số trường hợp, một từ khác có thể được chọn: ví dụ, Bắc Kinh 这儿; 這兒; zhèr; 'ở đây' và 那儿; 那兒; nàr; 'ở đó' có thể được thay thế bằng các từ đồng nghĩa 这里; 這裡; zhèlǐ và 那里; 那裡; nàlǐ.

Syllables in Standard Chinese have the maximal form (CG)V(X)^T,^[13]: 48 traditionally analysed as an "initial" consonant C, a "final", and a tone T.^[14] The final consists of a "medial" G (which may be one of the glides [j, w, ɥ]), a vowel V, and a coda X, which may be one of [n, ŋ, ɚ̯, i̯, u̯]. The vowel and coda may also be grouped as the "rhyme",^[13]: 16 sometimes spelled "rime". Any of C, G, and X (and V, in some analyses) may be absent. However, in some analyses, C cannot be absent, due to the zero initial being considered a consonant.
Âm tiết trong Tiếng Trung chuẩn có dạng tối đa (CG)V(X) ^T , ^{[13] : 48} được phân tích truyền thống là một phụ âm "mở đầu" C, một "kết thúc", và một âm điệu T. ^[14] Kết thúc bao gồm một "trung gian" G (có thể là một trong các âm lướt [j, w, ɥ] ), một nguyên âm V, và một âm cuối X, có thể là một trong [n, ŋ, ɚ̯, i̯, u̯] . Nguyên âm và âm cuối cũng có thể được nhóm lại thành "vần", ^{[13] : 16} đôi khi được viết là "rime". Bất kỳ C, G, và X (và V, trong một số phân tích) có thể vắng mặt. Tuy nhiên, trong một số phân tích, C không thể vắng mặt, do âm đầu bằng không được coi là một phụ âm.

Many of the possible combinations under the above scheme do not actually occur. There are only some 35 final combinations (medial+rime) in actual syllables (see pinyin finals). In all, there are only about 400 different syllables when tone is ignored, and about 1300 when tone is included. This is a far smaller number of distinct syllables than in a language such as English. Since Chinese syllables usually constitute whole words, or at least morphemes, the smallness of the syllable inventory results in large numbers of homophones. However, in Standard Chinese, the average word length is actually almost exactly two syllables, practically eliminating most homophony issues even when tone is disregarded, especially when context is taken into account as well.^[15][16] (Still, due to the limited phonetic inventory, homophonic puns in Mandarin Chinese are very common and important in Chinese culture.^[17][18])
Nhiều sự kết hợp có thể xảy ra theo sơ đồ trên thực tế không xảy ra. Chỉ có khoảng 35 sự kết hợp cuối (trung + âm tiết) trong các âm tiết thực tế (xem âm tiết pinyin). Tổng cộng, chỉ có khoảng 400 âm tiết khác nhau khi không tính đến thanh điệu, và khoảng 1300 khi có tính đến thanh điệu. Đây là một số lượng âm tiết khác biệt nhỏ hơn nhiều so với một ngôn ngữ như tiếng Anh. Vì các âm tiết tiếng Trung thường cấu thành nên các từ hoàn chỉnh, hoặc ít nhất là các morpheme, sự nhỏ bé của kho âm tiết dẫn đến số lượng lớn các từ đồng âm. Tuy nhiên, trong tiếng Trung chuẩn, độ dài trung bình của từ thực tế gần như chính xác là hai âm tiết, gần như loại bỏ hầu hết các vấn đề đồng âm ngay cả khi không tính đến thanh điệu, đặc biệt là khi cũng xem xét ngữ cảnh. ^{[15] [16]} (Tuy nhiên, do kho âm vị hạn chế, các trò chơi chữ đồng âm trong tiếng Quan Thoại rất phổ biến và quan trọng trong văn hóa Trung Quốc. ^{[17] [18]} )

For a list of all Standard Chinese syllables (excluding tone and rhotic coda) see the pinyin table or zhuyin table.
Để xem danh sách tất cả các âm tiết tiếng Trung chuẩn (không bao gồm thanh điệu và âm cuối rhotic), hãy xem bảng pinyin hoặc bảng zhuyin.

Syllables can be classified as full (or strong), and weak. Weak syllables are usually grammatical markers such as 了 le, or the second syllables of some compound words (although many other compounds consist of two or more full syllables).
Âm tiết có thể được phân loại thành âm tiết đầy đủ (hoặc mạnh) và âm tiết yếu. Âm tiết yếu thường là các dấu hiệu ngữ pháp như 了 le, hoặc âm tiết thứ hai của một số từ ghép (mặc dù nhiều từ ghép khác bao gồm hai hoặc nhiều âm tiết đầy đủ).

A full syllable carries one of the four main tones, and some degree of stress. Weak syllables are unstressed, and have neutral tone. The contrast between full and weak syllables is distinctive; there are many minimal pairs such as 要事 yàoshì "important matter" and 钥匙 yàoshi "key", or 大意 dàyì "main idea" and (with the same characters) dàyi "careless", the second word in each case having a weak second syllable. Some linguists consider this contrast to be primarily one of stress, while others regard it as one of tone. For further discussion, see under Neutral tone and Stress, below.
Một âm tiết đầy đủ mang một trong bốn thanh điệu chính và một mức độ nhấn mạnh nào đó. Âm tiết yếu không có nhấn mạnh và có thanh trung tính. Sự tương phản giữa âm tiết đầy đủ và âm tiết yếu là đặc trưng; có nhiều cặp tối thiểu như 要事 yàoshì "vấn đề quan trọng" và 钥匙 yàoshi "chìa khóa", hoặc 大意 dàyì "ý chính" và (với cùng ký tự) dàyi "cẩu thả", từ thứ hai trong mỗi trường hợp có âm tiết thứ hai yếu. Một số nhà ngôn ngữ học coi sự tương phản này chủ yếu là một vấn đề về nhấn mạnh, trong khi những người khác xem đó là một vấn đề về thanh điệu. Để thảo luận thêm, xem dưới đây về Thanh trung tính và Nhấn mạnh.

There is also a difference in syllable length. Full syllables can be analyzed as having two morae ("heavy"), the vowel being lengthened if there is no coda. Weak syllables, however, have a single mora ("light"), and are pronounced approximately 50% shorter than full syllables.^[1]: 88 Any weak syllable will usually be an instance of the same morpheme (and written with the same character) as some corresponding strong syllable; the weak form will often have a modified pronunciation, however, as detailed in the following section.
Cũng có sự khác biệt về độ dài âm tiết. Âm tiết đầy đủ có thể được phân tích là có hai mora ("nặng"), nguyên âm được kéo dài nếu không có âm cuối. Tuy nhiên, âm tiết yếu có một mora ("nhẹ"), và được phát âm ngắn hơn khoảng 50% so với âm tiết đầy đủ. Bất kỳ âm tiết yếu nào thường sẽ là một ví dụ của cùng một morpheme (và được viết bằng cùng một ký tự) như một âm tiết mạnh tương ứng; tuy nhiên, dạng yếu thường có cách phát âm được điều chỉnh, như được chi tiết trong phần tiếp theo.

Apart from differences in tone, length, and stress, weak syllables are subject to certain other pronunciation changes (reduction).^[19]
Ngoài sự khác biệt về âm điệu, độ dài và trọng âm, các âm tiết yếu còn chịu ảnh hưởng của một số thay đổi phát âm khác (giảm thiểu).

• If a weak syllable begins with an unaspirated obstruent (/p, t, k, t͡s, t͡ʂ, t͡ɕ/), that consonant may become voiced ([b, d, ɡ, d͡z, d͡ʐ, d͡ʑ] respectively). For example, in 嘴巴 zuǐba ("mouth"), the second syllable is likely to begin with a [b] sound, rather than an unaspirated [p].
  Nếu một âm tiết yếu bắt đầu bằng một phụ âm không có hơi ( /p, t, k, t͡s, t͡ʂ, t͡ɕ/ ), thì phụ âm đó có thể trở thành âm thanh có tiếng ( [b, d, ɡ, d͡z, d͡ʐ, d͡ʑ] tương ứng). Ví dụ, trong 嘴巴 zuǐba ("miệng"), âm tiết thứ hai có khả năng bắt đầu bằng âm thanh [b] , thay vì một âm thanh không có hơi [p] .
• The vowel of a weak syllable is often reduced, becoming more central. For example, in the word zuǐba just mentioned, the final vowel may become a schwa [ə].
  Nguyên âm của một âm tiết yếu thường bị giảm, trở nên trung tâm hơn. Ví dụ, trong từ zuǐba vừa đề cập, nguyên âm cuối có thể trở thành một schwa [ə] .
• The coda (final consonant or offglide) of a weak syllable is often dropped (this is linked to the shorter, single-mora nature of weak syllables, as referred to above). If the dropped coda was a nasal consonant, the vowel may be nasalized.^[1]: 88 For example, 脑袋 nǎodai ("head") may end with a monophthong [ɛ] rather than a diphthong, and 春天 chūntian ("spring") may end with a centralized and nasalized vowel [ə̃].
  Coda (phụ âm cuối hoặc offglide) của một âm tiết yếu thường bị bỏ qua (điều này liên quan đến tính chất ngắn gọn, một mora của các âm tiết yếu, như đã đề cập ở trên). Nếu coda bị bỏ qua là một phụ âm mũi, nguyên âm có thể được mũi hóa. Ví dụ, 脑袋 nǎodai ("đầu") có thể kết thúc bằng một nguyên âm đơn [ɛ] thay vì một nguyên âm đôi, và 春天 chūntian ("mùa xuân") có thể kết thúc bằng một nguyên âm trung tâm và mũi hóa [ə̃] .
• In some cases, the vowel may be dropped altogether. This may occur, particularly with high vowels i, u, ü, when the unstressed syllable begins with a fricative f, h, sh, r, x, s or an aspirated p, t, k, q, ch, c consonant; for example, 豆腐 dòufu ("tofu") may be said as dòu-f, and 问题 wènti ("question") as wèn-t (the remaining initial consonant is pronounced as a syllabic consonant). The same may even occur in full syllables that have low ("half-third") tone.^[1]: 258 The vowel (and coda) may also be dropped after a nasal, in such words as 我们 wǒmen ("we") and 什么 shénme ("what"), which may be said as wǒm and shém – these are examples of the merger of two syllables into one, which occurs in a variety of situations in connected speech.
  Trong một số trường hợp, nguyên âm có thể bị bỏ hoàn toàn. Điều này có thể xảy ra, đặc biệt với các nguyên âm cao i, u, ü, khi âm tiết không nhấn mạnh bắt đầu bằng một phụ âm xát f, h, sh, r, x, s hoặc một phụ âm bật hơi p, t, k, q, ch, c; ví dụ, 豆腐 dòufu ("đậu hũ") có thể được phát âm là dòu-f, và 问题 wènti ("câu hỏi") là wèn-t (phụ âm đầu còn lại được phát âm như một phụ âm âm tiết). Điều tương tự cũng có thể xảy ra trong các âm tiết đầy đủ có âm điệu thấp ("nửa ba"). Nguyên âm (và âm cuối) cũng có thể bị bỏ sau một âm mũi, trong những từ như 我们 wǒmen ("chúng tôi") và 什么 shénme ("gì"), có thể được phát âm là wǒm và shém – đây là những ví dụ về sự hợp nhất của hai âm tiết thành một, điều này xảy ra trong nhiều tình huống trong phát âm liên kết.

The example of shénme → shém also involves assimilation, which is heard even in unreduced syllables in quick speech (for example, in guǎmbō for 广播 guǎngbō "broadcast"). A particular case of assimilation is that of the sentence-final exclamatory particle 啊 a, a weak syllable, which has different characters for its assimilated forms:
Ví dụ shénme → shém cũng liên quan đến sự đồng hóa, điều này có thể nghe thấy ngay cả trong các âm tiết không bị giảm trong lời nói nhanh (ví dụ, trong guǎmbō cho 广播 guǎngbō "phát sóng"). Một trường hợp đặc biệt của sự đồng hóa là hạt câu cuối cùng exclamatory 啊 a, một âm tiết yếu, có các ký tự khác nhau cho các hình thức đồng hóa của nó:

Standard Chinese tone contours
Đường nét âm điệu của Tiếng Trung chuẩn

In Beijing  Tại Bắc Kinh

In Taipei  Tại Đài Bắc

Standard Chinese, like all varieties of Chinese, is tonal. This means that in addition to consonants and vowels, the pitch contour of a syllable is used to distinguish words from each other. Many non-native Chinese speakers have difficulties mastering the tones of each character, but correct tonal pronunciation is essential for intelligibility because of the vast number of words in the language that only differ by tone (i.e. are minimal pairs with respect to tone). Statistically, tones are as important as vowels in Standard Chinese.^[d][20]
Tiếng Trung chuẩn, giống như tất cả các phương ngữ của tiếng Trung, là ngữ điệu. Điều này có nghĩa là ngoài phụ âm và nguyên âm, đường nét cao độ của một âm tiết được sử dụng để phân biệt các từ với nhau. Nhiều người nói tiếng Trung không phải là người bản ngữ gặp khó khăn trong việc làm chủ các âm điệu của mỗi ký tự, nhưng phát âm âm điệu chính xác là rất quan trọng cho sự hiểu biết vì số lượng từ vựng trong ngôn ngữ này chỉ khác nhau bởi âm điệu (tức là là các cặp tối thiểu liên quan đến âm điệu). Về mặt thống kê, âm điệu quan trọng như nguyên âm trong tiếng Trung chuẩn.

The following table shows the four main tones of Standard Chinese, together with the neutral (or fifth) tone. To describe the pitch of the tones, its representation on a five-level scale is used, visualized with Chao tone letters. The values of the pitch for each tone described by Chao are traditionally considered standard, however slight regional and idiolectal variations in tone pronunciation also occur.
Bảng dưới đây cho thấy bốn âm điệu chính của Tiếng Trung chuẩn, cùng với âm điệu trung tính (hoặc âm điệu thứ năm). Để mô tả cao độ của các âm điệu, một thang điểm năm cấp được sử dụng, được hình dung bằng các chữ cái âm điệu Chao. Các giá trị cao độ cho mỗi âm điệu được mô tả bởi Chao thường được coi là tiêu chuẩn, tuy nhiên cũng có sự biến đổi nhẹ về cách phát âm âm điệu theo vùng miền và cá nhân.

The syllable ma with each of the primary tones in Standard Chinese
Âm tiết ma với từng thanh điệu chính trong Tiếng Trung chuẩn

Duration: 6 seconds.0:06

The Chinese names of the main four tones are respectively 阴平; 陰平; yīnpíng; 'dark level', 阳平; 陽平; yángpíng; 'light level', 上; shǎng^[23][24] or shàng^[25] ('rising'), and 去; qù; 'departing'. As descriptions, they apply rather to the predecessor Middle Chinese tones than to the modern tones.
Tên tiếng Trung của bốn thanh điệu chính lần lượt là 阴平; 陰平; yīnpíng; 'thanh bằng tối', 阳平; 陽平; yángpíng; 'thanh bằng sáng', 上; shǎng ^{[23] [24]} hoặc shàng ^[25] ('thanh lên'), và 去; qù; 'thanh rời'. Như là những mô tả, chúng áp dụng nhiều hơn cho các thanh điệu Trung Quốc Trung đại trước đó hơn là cho các thanh điệu hiện đại.

Most romanization systems, including pinyin, represent the tones as diacritics on the vowels, as does bopomofo. Some, like Wade–Giles, use superscript numbers at the end of each syllable. The tone marks and numbers are rarely used outside of language textbooks: in particular, they are usually absent in public signs, company logos, and so forth. Gwoyeu Romatzyh is a rare example of a system where tones are represented using normal letters of the alphabet (although without a one-to-one correspondence).
Hầu hết các hệ thống phiên âm, bao gồm pinyin, thể hiện các âm điệu dưới dạng dấu phụ trên các nguyên âm, giống như bopomofo. Một số hệ thống, như Wade–Giles, sử dụng số mũ ở cuối mỗi âm tiết. Các dấu âm và số này hiếm khi được sử dụng ngoài sách giáo khoa ngôn ngữ: đặc biệt, chúng thường vắng mặt trong các biển hiệu công cộng, logo công ty, và những thứ tương tự. Gwoyeu Romatzyh là một ví dụ hiếm hoi về một hệ thống mà âm điệu được thể hiện bằng các chữ cái bình thường của bảng chữ cái (mặc dù không có sự tương ứng một-một).

First tone is a high-level tone. It is a steady high sound, produced as if it were being sung instead of spoken. Its pitch is usually ˥ 55 or ˦ 44, at the same level where the fourth tone starts, or a little lower. Occasionally, slightly rising or falling high pitch (˥˦ 54 or ˦˥ 45) is also possible.^[22]
Âm điệu thứ nhất là âm điệu cao và ổn định. Đây là một âm thanh cao liên tục, được phát ra như thể nó đang được hát thay vì nói. Cao độ của nó thường là ˥ 55 hoặc ˦ 44, ở cùng mức mà âm điệu thứ tư bắt đầu, hoặc thấp hơn một chút. Thỉnh thoảng, cũng có thể có cao độ cao hơi tăng hoặc giảm ( ˥˦ 54 hoặc ˦˥ 45). ^[22]

In a few syllables, the quality of the vowel is changed when it carries first tone; see the vowel table above.
Trong một vài âm tiết, chất lượng của nguyên âm thay đổi khi nó mang âm điệu thứ nhất; xem bảng nguyên âm ở trên.

Second tone is a rising tone. It is usually described as a high-rising (˧˥ 35), with the sound that rises from middle to high pitch (like in the English "What?!"). It starts at around 3 or 2 pitch level, and then rises towards the level of the first tone pitch (5 or 4).
Âm điệu thứ hai là âm điệu lên. Nó thường được mô tả là âm điệu cao lên ( ˧˥ 35), với âm thanh tăng từ mức trung bình lên cao (giống như trong tiếng Anh "What?!"). Nó bắt đầu ở khoảng mức âm 3 hoặc 2, và sau đó tăng lên mức âm của âm điệu thứ nhất (5 hoặc 4).

It may also start with a falling or flat segment, which is quite short in male speakers (a quarter of the total second tone length), but longer in female speakers, reaching nearly half of the total length of the second tone. This initial dip is more apparent in Southern China Mandarin accent, including Standard Taiwanese Mandarin, where the second tone is also lower and alternatively described as dipping or low-rising with overall contour of ˧˨˧ 323 (its start is still slightly lower than its final pitch).^{[26][27][28][29]}
Nó cũng có thể bắt đầu với một đoạn giảm hoặc phẳng, đoạn này khá ngắn ở người nói nam (một phần tư tổng độ dài của âm điệu thứ hai), nhưng dài hơn ở người nói nữ, đạt gần một nửa tổng độ dài của âm điệu thứ hai. Sự giảm ban đầu này rõ ràng hơn trong giọng Bắc Trung Quốc, bao gồm cả giọng Quan Thoại Đài Loan tiêu chuẩn, nơi âm điệu thứ hai cũng thấp hơn và được mô tả thay thế là giảm hoặc tăng thấp với đường nét tổng thể của ˧˨˧ 323 (bắt đầu vẫn thấp hơn một chút so với cao độ cuối cùng của nó). ^{[26] [27] [28] [29]}

This tone is usually one of the most difficult to master for Mandarin learners, as well as the speakers of non-Mandarin Chinese varieties, who often pronounce their second tone close to (full) third tone, especially in the word-final position before a pause.^{[29][30][22][31]}
Âm điệu này thường là một trong những âm điệu khó nhất để nắm vững đối với người học tiếng Quan Thoại, cũng như những người nói các phương ngữ tiếng Trung không phải Quan Thoại, những người thường phát âm âm điệu thứ hai của họ gần với âm điệu thứ ba (đầy đủ), đặc biệt là ở vị trí cuối từ trước một khoảng dừng.

Third tone is a low tone. It is also often termed a "dipping tone".
Âm thứ ba là âm thấp. Nó cũng thường được gọi là "âm lún".

This tone is often demonstrated as having a rise in pitch after the low fall; however, third tone syllables that include the rise are significantly longer than other syllables. When a third-tone syllable is not said in isolation, this rise is normally heard only if it appears at the end of a sentence or before a pause, and then usually only on stressed monosyllables.^[1]: 222 The third tone without the rise is sometimes called half third tone.
Âm điệu này thường được thể hiện là có sự tăng cao trong âm vực sau khi giảm thấp; tuy nhiên, các âm tiết có âm điệu thứ ba bao gồm sự tăng cao thì dài hơn đáng kể so với các âm tiết khác. Khi một âm tiết có âm điệu thứ ba không được nói riêng lẻ, sự tăng cao này thường chỉ được nghe thấy nếu nó xuất hiện ở cuối câu hoặc trước một khoảng dừng, và thường chỉ trên các âm tiết đơn âm có trọng âm. Âm điệu thứ ba không có sự tăng cao đôi khi được gọi là âm điệu thứ ba nửa.

The overall pitch contour of the third tone is traditionally described as ˨˩˦ 214, but for modern Standard Chinese speakers, the rise, if present, is not that high. The third tone starts lower or around the starting point for the second tone. In Beijing, its value inclines to ˨˩˧ 213 or ˨˩˨ 212, while in Taiwan it is usually ˧˩˨ 312 (Taiwanese Standard Chinese speakers also tend to never pronounce the rising part in any context).^[32] Unlike the other tones, third tone is usually pronounced with creaky voice.^[33]
Đường nét cao độ tổng thể của âm thứ ba thường được mô tả là ˨˩˦ 214, nhưng đối với những người nói Tiếng Trung chuẩn hiện đại, sự tăng lên, nếu có, không cao như vậy. Âm thứ ba bắt đầu thấp hơn hoặc xung quanh điểm bắt đầu của âm thứ hai. Tại Bắc Kinh, giá trị của nó nghiêng về ˨˩˧ 213 hoặc ˨˩˨ 212, trong khi ở Đài Loan, nó thường là ˧˩˨ 312 (những người nói Tiếng Trung chuẩn Đài Loan cũng có xu hướng không bao giờ phát âm phần tăng lên trong bất kỳ ngữ cảnh nào). ^[32] Khác với các âm khác, âm thứ ba thường được phát âm với giọng khàn. ^[33]

Two consecutive third tones are avoided by changing the first to second tone; see § Third tone sandhi below.
Hai âm điệu thứ ba liên tiếp được tránh bằng cách chuyển âm đầu tiên thành âm thứ hai; xem § Âm điệu thứ ba sandhi bên dưới.

Fourth tone is a falling tone. It features a sharp fall from high to lower pitch (as is heard in curt commands in English, such as "Stop!").
Âm điệu thứ tư là âm điệu giảm. Nó có đặc điểm là giảm mạnh từ cao xuống thấp (như được nghe trong các mệnh lệnh ngắn gọn trong tiếng Anh, chẳng hạn như "Dừng lại!").

It starts at the same pitch level or higher than the first tone, and then drops to the pitch 1 or 2. In connected speech, when followed by syllables with other full tones, it tends to fall only from high to mid-level. Similarly to the third tone, the final part is only pronounced before a pause or an unstressed syllable. Two consecutive fourth tones are pronounced in a zigzag pattern, with the first one higher, and the second one lower (˥˧ 53 - ˦˩ 41).^[34][35][22]
Nó bắt đầu ở cùng một mức độ cao hoặc cao hơn so với âm đầu tiên, và sau đó giảm xuống mức độ 1 hoặc 2. Trong phát âm liên kết, khi theo sau bởi các âm tiết có các âm đầy đủ khác, nó có xu hướng chỉ giảm từ cao xuống mức trung bình. Tương tự như âm thứ ba, phần cuối chỉ được phát âm trước một khoảng dừng hoặc một âm tiết không nhấn mạnh. Hai âm thứ tư liên tiếp được phát âm theo kiểu zigzag, với âm đầu tiên cao hơn, và âm thứ hai thấp hơn (˥˧ 53 - ˦˩ 41).

Also called fifth tone or zeroth tone (轻声; 輕聲; qīngshēng; 'light tone'), the neutral tone is sometimes thought of as a lack of tone. It is associated with weak syllables, which are generally somewhat shorter than tonic syllables.
Còn được gọi là âm điệu thứ năm hoặc âm điệu thứ không (轻声; 輕聲; qīngshēng; 'âm điệu nhẹ'), âm điệu trung tính đôi khi được coi là sự thiếu âm điệu. Nó liên quan đến các âm tiết yếu, thường ngắn hơn một chút so với các âm tiết có trọng âm.

In Standard Chinese, about 15–20% of the syllables in written texts are considered unstressed, including certain suffixes, clitics, and particles. Second syllables of some disyllabic words are also unstressed in Northern Mandarin accents, but many Mandarin speakers in Southern China tend to preserve their inherent tone.
Trong Tiếng Trung chuẩn, khoảng 15–20% âm tiết trong các văn bản viết được coi là không nhấn mạnh, bao gồm một số hậu tố, từ ghép và hạt. Âm tiết thứ hai của một số từ hai âm tiết cũng không được nhấn mạnh trong các giọng Bắc Phổ thông, nhưng nhiều người nói tiếng Phổ thông ở miền Nam Trung Quốc có xu hướng giữ nguyên âm điệu vốn có của họ.

The pitch of a syllable with neutral tone is determined by the tone of the preceding syllable. Chao (1968) considered the neutral tone syllables to not have pitch contour. He introduced special dotted tone letters to denote its pitch. Later studies, however, found that the neutral tone syllables do have pitch contour. The following table shows the pitch at which the neutral tone is pronounced in Standard Chinese after each of the four main tones. For contoured pitch analysis, the first column shows the pitch contour directly after the full tone syllable, and the second column shows the pitch contour after another neutral tone syllable.^{[36][22][37][38][39]}
Âm điệu của một âm tiết có âm sắc trung tính được xác định bởi âm sắc của âm tiết trước đó. Chao (1968) cho rằng các âm tiết âm sắc trung tính không có đường nét âm điệu. Ông đã giới thiệu các ký tự âm sắc có dấu chấm đặc biệt để biểu thị âm điệu của nó. Tuy nhiên, các nghiên cứu sau này đã phát hiện rằng các âm tiết âm sắc trung tính thực sự có đường nét âm điệu. Bảng sau đây cho thấy âm điệu mà âm sắc trung tính được phát âm trong Tiếng Trung chuẩn sau mỗi một trong bốn âm sắc chính. Đối với phân tích âm điệu có đường nét, cột đầu tiên cho thấy đường nét âm điệu ngay sau âm tiết có âm sắc đầy đủ, và cột thứ hai cho thấy đường nét âm điệu sau một âm tiết âm sắc trung tính khác. ^{[36] [22] [37] [38] [39]}

Although the contrast between weak and full syllables is often distinctive, the neutral tone is often not described as a full-fledged tone; some linguists feel that it results from a "spreading out" of the tone on the preceding syllable. This idea is appealing because without it, the neutral tone needs relatively complex tone sandhi rules to be made sense of; indeed, it would have to have four allotones, one for each of the four tones that could precede it. However, the "spreading" theory incompletely characterizes the neutral tone, especially in sequences where more than one neutral-tone syllable is found adjacent.^[40] In Modern Standard Mandarin as applied in A Dictionary of Current Chinese, the second syllable of words with a 'toneless final syllable variant' (重·次輕詞語) can be read with either a neutral tone or with the normal tone.^[41][42][43]
Mặc dù sự tương phản giữa âm tiết yếu và âm tiết đầy đủ thường là đặc trưng, nhưng âm điệu trung tính thường không được mô tả là một âm điệu hoàn chỉnh; một số nhà ngôn ngữ học cảm thấy rằng nó là kết quả của việc "lan tỏa" âm điệu trên âm tiết trước đó. Ý tưởng này hấp dẫn vì nếu không có nó, âm điệu trung tính cần các quy tắc biến âm tương đối phức tạp để có thể hiểu được; thực tế, nó sẽ phải có bốn biến thể âm, một cho mỗi âm điệu trong bốn âm điệu có thể đứng trước nó. Tuy nhiên, lý thuyết "lan tỏa" không mô tả đầy đủ âm điệu trung tính, đặc biệt trong các chuỗi mà có nhiều âm tiết âm điệu trung tính đứng cạnh nhau. Trong Tiếng Quan Thoại Hiện Đại như được áp dụng trong Từ điển Tiếng Trung Hiện Tại, âm tiết thứ hai của các từ có "biến thể âm tiết cuối không có âm điệu" (重·次輕詞語) có thể được đọc với âm điệu trung tính hoặc với âm điệu bình thường.

The four tones of Middle Chinese are not in one-to-one correspondence with the modern tones. The following table shows the development of the traditional tones as reflected in modern Standard Chinese. The development of each tone depends on the initial consonant of the syllable: whether it was a voiceless consonant (denoted in the table by v−), a voiced obstruent (v+), or a sonorant (s). (The voiced–voiceless distinction has been lost in modern Standard Chinese.)
Bốn thanh điệu của Trung Quốc Trung không tương ứng một-một với các thanh điệu hiện đại. Bảng dưới đây cho thấy sự phát triển của các thanh điệu truyền thống như được phản ánh trong tiếng Trung Quốc chuẩn hiện đại. Sự phát triển của mỗi thanh điệu phụ thuộc vào phụ âm đầu của âm tiết: liệu đó có phải là một phụ âm không có âm thanh (được ký hiệu trong bảng bằng v−), một phụ âm có âm thanh (v+), hay một âm thanh sonorant (s). (Sự phân biệt giữa âm thanh và không có âm thanh đã bị mất trong tiếng Trung Quốc chuẩn hiện đại.)

Pronunciation also varies with context according to the rules of tone sandhi. Some such changes have been noted above in the descriptions of the individual tones; however, the most prominent phenomena of this kind relate to consecutive sequences of third-tone syllables. There are also a few common words that have variable tone.
Phát âm cũng thay đổi theo ngữ cảnh theo các quy tắc của sự biến đổi thanh điệu. Một số thay đổi như vậy đã được đề cập ở trên trong các mô tả về các thanh điệu riêng lẻ; tuy nhiên, hiện tượng nổi bật nhất của loại này liên quan đến các chuỗi âm tiết thanh ba liên tiếp. Cũng có một vài từ thông dụng có thanh điệu biến đổi.

The principal rule of third tone sandhi is:
Quy tắc chính của hiện tượng biến âm thanh thứ ba là:

• When there are two consecutive third-tone syllables, the first of them is pronounced with second tone.
  Khi có hai âm tiết thanh thứ ba liên tiếp, âm tiết đầu tiên được phát âm với thanh thứ hai.

For example, 老鼠; lǎoshǔ; 'mouse' is pronounced [lau̯˧˥ʂu˨˩] as if it were láoshǔ. It has been investigated whether the rising contour (˧˥) on the prior syllable is in fact identical to a normal second tone. It has been concluded that it is identical at least in terms of auditory perception.^[1]: 237
Ví dụ, 老鼠; lǎoshǔ; 'chuột' được phát âm [lau̯˧˥ʂu˨˩] như thể nó là láoshǔ. Đã có cuộc điều tra xem đường nét tăng ( ˧˥ ) trên âm tiết trước có thực sự giống với âm điệu thứ hai bình thường hay không. Kết luận đã được đưa ra rằng nó giống nhau ít nhất về mặt cảm nhận thính giác. ^{[1] : 237}

When there are three or more third tones in a row, the situation becomes more complicated since a third tone that precedes a second tone resulting from third tone sandhi may or may not be subject to sandhi itself. The results may depend on word boundaries, stress, and dialectal variations. General rules for three-syllable third-tone combinations can be formulated as follows:
Khi có ba hoặc nhiều âm thứ ba liên tiếp, tình huống trở nên phức tạp hơn vì một âm thứ ba đứng trước một âm thứ hai do biến âm thứ ba có thể hoặc không thể bị biến âm. Kết quả có thể phụ thuộc vào ranh giới từ, trọng âm và sự biến thể theo phương ngữ. Các quy tắc chung cho các tổ hợp âm thứ ba ba âm tiết có thể được hình thành như sau:

1. If the first word is two syllables and the second word is one syllable, the first two syllables become second tones. For example, 保管好; bǎoguǎn hǎo; 'to take good care of' is pronounced báoguán hǎo [pau̯˧˥kwan˧˥xau̯˨˩˦].
   Nếu từ đầu tiên có hai âm tiết và từ thứ hai có một âm tiết, hai âm tiết đầu tiên sẽ trở thành âm điệu thứ hai. Ví dụ, 保管好; bǎoguǎn hǎo; 'chăm sóc tốt' được phát âm là báoguán hǎo [pau̯˧˥kwan˧˥xau̯˨˩˦] .
2. If the first word has one syllable, and the second word has two syllables, the second syllable becomes second tone, but the first syllable remains third tone. For example, 老保管; lǎo bǎoguǎn; 'to take care of all the time' is pronounced lǎo báoguǎn [lau̯˨˩pau̯˧˥kwan˨˩˦].
   Nếu từ đầu tiên có một âm tiết, và từ thứ hai có hai âm tiết, âm tiết thứ hai trở thành thanh điệu thứ hai, nhưng âm tiết đầu tiên vẫn giữ thanh điệu thứ ba. Ví dụ, 老保管; lǎo bǎoguǎn; 'chăm sóc mọi lúc' được phát âm là lǎo báoguǎn [lau̯˨˩pau̯˧˥kwan˨˩˦] .

Some linguists have put forward more comprehensive systems of sandhi rules for multiple third tone sequences. For example, it has been proposed^[1]: 248 that modifications are applied cyclically, initially within rhythmic feet (trochees; see below) and that sandhi "need not apply between two cyclic branches".
Một số nhà ngôn ngữ học đã đưa ra các hệ thống quy tắc sandhi toàn diện hơn cho nhiều chuỗi âm điệu thứ ba. Ví dụ, đã được đề xuất rằng các sửa đổi được áp dụng theo chu kỳ, ban đầu trong các chân nhịp (trochees; xem bên dưới) và rằng sandhi "không cần phải áp dụng giữa hai nhánh chu kỳ".

Special rules apply to the tones heard on the morphemes 不 (bù; 'not') and 一 (yī; 'one').
Các quy tắc đặc biệt áp dụng cho các âm điệu được nghe trên các hình vị 不 (bù; 'không') và 一 (yī; 'một').

For 不 (bù):   Đối với 不 (bù):

1. 不 is pronounced with second tone when followed by a fourth tone syllable.
   不 được phát âm với âm điệu thứ hai khi theo sau bởi một âm tiết có âm điệu thứ tư.

   Example: 不是 (bù + shì, 'to not be') becomes búshì [pu˧˥ʂɻ̩˥˩]

2. In other cases, 不 is pronounced with fourth tone. However, when used between words in an A-not-A question, it may become neutral in tone (e.g. 是不是 shìbushì).
   Trong các trường hợp khác, 不 được phát âm với âm điệu thứ tư. Tuy nhiên, khi được sử dụng giữa các từ trong câu hỏi A-không-A, nó có thể trở thành âm điệu trung tính (ví dụ: 是不是 shìbushì).

For 一 (yī):   Đối với 一 (yī):

1. 一 is pronounced with second tone when followed by a fourth tone syllable.
   Một được phát âm với âm điệu thứ hai khi theo sau bởi một âm tiết có âm điệu thứ tư.

   Example: 一定 (yī + dìng 'must') becomes yídìng [i˧˥tiŋ˥˩]

2. Before a first, second or third tone syllable, 一 is pronounced with fourth tone.
   Trước một âm tiết có âm sắc thứ nhất, thứ hai hoặc thứ ba, 一 được phát âm với âm sắc thứ tư.

   Examples：一天 (yī + tiān 'one day') becomes yìtiān [i˥˩tʰjɛn˥], 一年 (yī + nián 'one year') becomes yìnián [i˥˩njɛn˧˥], 一起 (yī + qǐ 'together') becomes yìqǐ [i˥˩t͡ɕʰi˨˩˦].

3. When final, or when it comes at the end of a multi-syllable word (regardless of the first tone of the next word), 一 is pronounced with first tone. It also has first tone when used as an ordinal number (or part of one), and when it is immediately followed by any digit (including another 一; hence both syllables of the word 一一 yīyī and its compounds have first tone).
   Khi ở vị trí cuối, hoặc khi nó xuất hiện ở cuối một từ đa âm tiết (bất kể âm đầu của từ tiếp theo), 一 được phát âm với âm đầu tiên. Nó cũng có âm đầu tiên khi được sử dụng như một số thứ tự (hoặc một phần của nó), và khi nó ngay lập tức được theo sau bởi bất kỳ chữ số nào (bao gồm cả một 一 khác; do đó cả hai âm tiết của từ 一一 yīyī và các hợp chất của nó đều có âm đầu tiên).
4. When 一 is used between two reduplicated words, it may become neutral in tone, e.g. kànyikàn ('to take a look of')
   Khi 一 được sử dụng giữa hai từ lặp lại, nó có thể trở nên trung tính về âm điệu, ví dụ như kànyikàn ('nhìn một cái').

The numbers 七 (qī; 'seven') and 八 (bā; 'eight') sometimes display similar tonal behavior as 一 yī, but for most modern speakers they are always pronounced with first tone. All of these numbers, and 不 (bù), were historically Ru tones, and as noted above, that tone does not have predictable reflexes in modern Chinese; this may account for the variation in tone on these words.^[1]: 228
Các số 七 (qī; 'bảy') và 八 (bā; 'tám') đôi khi thể hiện hành vi âm điệu tương tự như 一 (yī), nhưng đối với hầu hết người nói hiện đại, chúng luôn được phát âm với âm điệu thứ nhất. Tất cả các số này, và 不 (bù), về mặt lịch sử đều là âm Ru, và như đã đề cập ở trên, âm điệu đó không có phản ứng dự đoán được trong tiếng Trung hiện đại; điều này có thể giải thích cho sự biến đổi âm điệu trên những từ này.

In conversational speech, for the rising tone (tone 2) and falling tone (tone 4), there are some situations (based on which tones are used immediately before and after) where the pitch contours will change.^{[44][21][22][1]: 239–241}
Trong lời nói giao tiếp, đối với âm điệu lên (âm điệu 2) và âm điệu xuống (âm điệu 4), có một số tình huống (dựa trên các âm điệu được sử dụng ngay trước và sau) mà đường nét cao độ sẽ thay đổi.

Tone 2 becomes higher and changes its direction, approaching the tone 1 pitch contour, when put between tone 1 or 2 and any other full tone.
Âm điệu 2 trở nên cao hơn và thay đổi hướng, gần giống với đường nét âm điệu 1, khi được đặt giữa âm điệu 1 hoặc 2 và bất kỳ âm điệu đầy đủ nào khác.

Rising tone induced by the tone 3 sandhi also undergoes this transformation.
Âm điệu tăng dần do quy tắc hòa âm âm điệu 3 cũng trải qua sự biến đổi này.

The status of this tone change is ambiguous, and some authors consider it a tone sandhi akin to the third tone sandhi. Yuen Ren Chao considered the changed tone 2 to be identical to tone 1, and Cao Wen treated it as tone 1 (before tones 1 or 4) or tone 4 (before tones 2 or 3).^[21][22] Both views are generalizations; the exact pitch contour of the changed tone 2 varies between mid-level ˧ in isolated words or at a slower speaking rate, and slightly falling high ˥ in a carrier sentence, at a faster speaking rate.^[44]
Trạng thái của sự thay đổi âm điệu này là không rõ ràng, và một số tác giả coi đây là một hiện tượng biến âm tương tự như biến âm của âm điệu thứ ba. Yuen Ren Chao coi âm điệu 2 đã thay đổi là giống hệt với âm điệu 1, và Cao Wen xem nó là âm điệu 1 (trước âm điệu 1 hoặc 4) hoặc âm điệu 4 (trước âm điệu 2 hoặc 3). Cả hai quan điểm đều là những tổng quát; đường cong cao độ chính xác của âm điệu 2 đã thay đổi dao động giữa mức trung bình ˧ trong các từ đơn lẻ hoặc ở tốc độ nói chậm hơn, và hơi giảm nhẹ cao ˥ trong một câu chứa, ở tốc độ nói nhanh hơn.

Tone 4 becomes lower and flatter, but still slightly falling, akin to Cantonese tone 3, when put between tone 3 or 4 and tone 1 or 4.
Âm điệu 4 trở nên thấp hơn và phẳng hơn, nhưng vẫn hơi giảm, giống như âm điệu 3 của tiếng Quảng Đông, khi được đặt giữa âm điệu 3 hoặc 4 và âm điệu 1 hoặc 4.

Unlike with changed tone 2, the changed tone 4 pitch contour was only insignificantly influenced by the change of speaking rate, provided it was still at conversational speed. The resulting pitch contours, especially that of the changed tone 4, are not associated with a phonemic tone in Mandarin. In perceptual experiments, native Beijing Mandarin speakers could easily recognize the intended tone in the original word, but could not recognize it when it was stripped from the context by the adjacent syllables being replaced with white noise:^[44]
Không giống như với âm điệu 2 đã thay đổi, đường nét cao độ của âm điệu 4 đã thay đổi chỉ bị ảnh hưởng không đáng kể bởi sự thay đổi tốc độ nói, miễn là nó vẫn ở tốc độ hội thoại. Các đường nét cao độ kết quả, đặc biệt là của âm điệu 4 đã thay đổi, không liên quan đến một âm điệu ngữ âm trong tiếng Quan Thoại. Trong các thí nghiệm cảm nhận, những người nói tiếng Quan Thoại Bắc Kinh bản ngữ có thể dễ dàng nhận ra âm điệu dự định trong từ gốc, nhưng không thể nhận ra nó khi bị tách khỏi ngữ cảnh do các âm tiết liền kề bị thay thế bằng tiếng trắng.

• Changed tone 2 was perceived as tone 1 in over 70% of responses
  Giọng điệu 2 đã được nhận diện là giọng điệu 1 trong hơn 70% các phản hồi
• Changed tone 4 was perceived as tone 1 in over 50% of responses
  Tông đã thay đổi 4 được nhận diện là tông 1 trong hơn 50% các phản hồi
• Both of them were properly recognized in only 20% of responses
  Cả hai đều được công nhận đúng cách chỉ trong 20% số phản hồi

Besides the speech rate, the frequency of expression may also play a role in triggering this tone change. The changed tone 2 that normally required tone 1 or 2 to precede it is also said to occur in gòngchǎndǎng (共产党; 共產黨; 'communist party') in place of sandhi-tone 3, but it remains to be seen whether there are more examples with initial tone 4.^[1]: 240
Ngoài tốc độ nói, tần suất biểu đạt cũng có thể đóng vai trò trong việc kích hoạt sự thay đổi âm điệu này. Âm điệu 2 đã thay đổi, thường yêu cầu âm điệu 1 hoặc 2 đứng trước, cũng được cho là xảy ra trong gòngchǎndǎng (共产党; 共產黨; 'đảng cộng sản') thay cho âm điệu 3 sandhi, nhưng vẫn cần xem xét liệu có nhiều ví dụ hơn với âm điệu 4 ban đầu hay không.

Stress within words (word stress) is not felt strongly by Chinese speakers, although contrastive stress is perceived easily (and functions much the same as in other languages). One of the reasons for the weaker perception of stress in Chinese may be that variations in the fundamental frequency of speech, which in many other languages serve as a cue for stress, are used in Chinese primarily to realize the tones. Nonetheless, there is still a link between stress and pitch – the range of pitch variation (for a given tone) has been observed to be greater on syllables that carry more stress.^{[1]: 134, 231}
Sự nhấn mạnh trong từ (nhấn mạnh từ) không được cảm nhận mạnh mẽ bởi người nói tiếng Trung, mặc dù sự nhấn mạnh đối lập được nhận biết dễ dàng (và hoạt động tương tự như trong các ngôn ngữ khác). Một trong những lý do cho việc cảm nhận nhấn mạnh yếu hơn trong tiếng Trung có thể là do sự biến đổi trong tần số cơ bản của lời nói, mà trong nhiều ngôn ngữ khác phục vụ như một tín hiệu cho nhấn mạnh, chủ yếu được sử dụng trong tiếng Trung để thể hiện các âm điệu. Tuy nhiên, vẫn có một mối liên hệ giữa nhấn mạnh và cao độ - phạm vi biến đổi cao độ (cho một âm điệu nhất định) đã được quan sát là lớn hơn ở các âm tiết mang nhiều nhấn mạnh hơn.

As discussed above, weak syllables have neutral tone and are unstressed. Although this property can be contrastive, the contrast is interpreted by some as being primarily one of tone rather than stress. (Some linguists analyze Chinese as lacking word stress entirely.)^[1]: 134
Như đã thảo luận ở trên, âm tiết yếu có âm điệu trung tính và không có trọng âm. Mặc dù đặc điểm này có thể mang tính đối lập, nhưng sự đối lập này được một số người hiểu là chủ yếu là về âm điệu hơn là trọng âm. (Một số nhà ngôn ngữ học phân tích rằng tiếng Trung hoàn toàn không có trọng âm từ.)

Apart from this contrast between full and weak syllables, some linguists have also identified differences in levels of stress among full syllables. In some descriptions, a multi-syllable word or compound^[e] is said to have the strongest stress on the final syllable, and the next strongest generally on the first syllable. Others, however, reject this analysis, noting that the apparent final-syllable stress can be ascribed purely to natural lengthening of the final syllable of a phrase, and disappears when a word is pronounced within a sentence rather than in isolation. San Duanmu^[1]: 136ff takes this view, and concludes that it is the first syllable that is most strongly stressed. He also notes a tendency for Chinese to produce trochees – feet consisting of a stressed syllable followed by one (or in this case sometimes more) unstressed syllables. On this view, if the effect of "final-lengthening" is factored out:
Ngoài sự tương phản giữa âm tiết đầy đủ và âm tiết yếu, một số nhà ngôn ngữ học cũng đã xác định sự khác biệt về mức độ nhấn mạnh giữa các âm tiết đầy đủ. Trong một số mô tả, một từ đa âm tiết hoặc hợp thành được cho là có nhấn mạnh mạnh nhất ở âm tiết cuối, và nhấn mạnh tiếp theo thường ở âm tiết đầu tiên. Tuy nhiên, một số người khác bác bỏ phân tích này, lưu ý rằng sự nhấn mạnh ở âm tiết cuối rõ ràng có thể được quy cho sự kéo dài tự nhiên của âm tiết cuối trong một cụm từ, và biến mất khi một từ được phát âm trong một câu thay vì trong sự cô lập. San Duanmu có quan điểm này và kết luận rằng âm tiết đầu tiên là âm tiết được nhấn mạnh mạnh nhất. Ông cũng lưu ý một xu hướng trong tiếng Trung là tạo ra trochee - các đơn vị gồm một âm tiết được nhấn mạnh theo sau bởi một (hoặc trong trường hợp này đôi khi nhiều hơn) âm tiết không được nhấn mạnh. Theo quan điểm này, nếu hiệu ứng "kéo dài cuối" được loại trừ:

• In words (compounds) of two syllables, the first syllable has the main stress, and the second lacks stress.
  Trong các từ (hợp âm) có hai âm tiết, âm tiết đầu tiên có trọng âm chính, và âm tiết thứ hai không có trọng âm.
• In words (compounds) of three syllables, the first syllable is stressed most strongly, the second lacks stress, and the third may lack stress or have secondary stress.
  Trong các từ (hợp âm) có ba âm tiết, âm tiết đầu tiên được nhấn mạnh mạnh nhất, âm tiết thứ hai không có nhấn, và âm tiết thứ ba có thể không có nhấn hoặc có nhấn phụ.
• In words (compounds) of four syllables, the first syllable is stressed most strongly, the second lacks stress, and the third or fourth may lack stress or have secondary stress depending on the syntactic structure of the compound.
  Trong các từ (hợp âm) có bốn âm tiết, âm tiết đầu tiên được nhấn mạnh mạnh nhất, âm tiết thứ hai không có nhấn, và âm tiết thứ ba hoặc thứ tư có thể không có nhấn hoặc có nhấn phụ tùy thuộc vào cấu trúc cú pháp của hợp âm.

The positions described here as lacking stress are the positions in which weak (neutral-tone) syllables may occur, although full syllables frequently occur in these positions also.
Các vị trí được mô tả ở đây là thiếu trọng âm là các vị trí mà các âm tiết yếu (trung tính) có thể xuất hiện, mặc dù các âm tiết đầy đủ cũng thường xuất hiện ở những vị trí này.

There is a strong tendency for Chinese prose to employ four-syllable 'prosodic words' consisting of alternating stressed and unstressed syllables which are further subdivided into two trochaic feet. This structure, sometimes known as a 'four-character template' (四字格), is particularly prevalent in chengyu, which are classical idioms that are usually four characters in length.^[45] Statistical analysis of chengyu and other idiomatic phrases in vernacular texts indicates that the four-syllable prosodic word had become an important metrical consideration by the Wei and Jin dynasties (4th century CE).^[46]
Có một xu hướng mạnh mẽ trong văn xuôi Trung Quốc sử dụng các 'từ nhịp điệu' bốn âm tiết bao gồm các âm tiết nhấn và không nhấn xen kẽ, được chia thành hai chân trochaic. Cấu trúc này, đôi khi được gọi là 'mẫu bốn ký tự' (四字格), đặc biệt phổ biến trong thành ngữ, là những thành ngữ cổ điển thường có độ dài bốn ký tự. Phân tích thống kê về thành ngữ và các cụm từ thành ngữ khác trong các văn bản tiếng địa phương cho thấy từ nhịp điệu bốn âm tiết đã trở thành một yếu tố quan trọng trong thơ ca vào thời kỳ các triều đại Wei và Jin (thế kỷ thứ 4 CN).

This preference for trochaic feet may even result in polysyllabic words in which the foot and word (morpheme) boundaries do not align. For example, 'Czechoslovakia' is stressed as 捷克/斯洛/伐克 and 'Yugoslavia' is stressed as 南斯/拉夫, even though the morpheme boundaries are 捷克/斯洛伐克 'Czech[o]/slovak[ia]' and 南/斯拉夫 'South/slav[ia]', respectively. The preferred stress pattern also has a complex effect on tone sandhi for the various Chinese dialects.^[47]
Sự ưa thích đối với các chân trochaic có thể dẫn đến những từ đa âm tiết mà trong đó các ranh giới chân và từ (morpheme) không khớp nhau. Ví dụ, 'Tiệp Khắc' được nhấn mạnh là 捷克/斯洛/伐克 và 'Nam Tư' được nhấn mạnh là 南斯/拉夫, mặc dù các ranh giới morpheme là 捷克/斯洛伐克 'Tiệp[k]/Khắc' và 南/斯拉夫 'Nam/Slav', tương ứng. Mô hình nhấn mạnh ưa thích cũng có tác động phức tạp đến hiện tượng biến điệu thanh cho các phương ngữ Trung Quốc khác nhau.

This preference for a trochaic metrical structure is also cited as a reason for certain phenomena of word order variation within complex compounds, and for the strong tendency to use disyllabic words rather than monosyllables in certain positions.^{[1]: 145–194} Many Chinese monosyllables have alternative disyllabic forms with virtually identical meaning – see Chinese grammar § Word formation.
Sự ưa thích cấu trúc đo lường trochaic này cũng được trích dẫn như một lý do cho một số hiện tượng biến đổi trật tự từ trong các hợp chất phức tạp, và cho xu hướng mạnh mẽ sử dụng từ hai âm tiết thay vì từ một âm tiết ở một số vị trí nhất định. Nhiều từ đơn âm tiếng Trung có các hình thức hai âm tiết thay thế với ý nghĩa gần như giống hệt nhau – xem ngữ pháp tiếng Trung § Hình thành từ.

Another function of voice pitch is to carry intonation. Chinese makes frequent use of particles to express certain meanings such as doubt, query, command, etc., reducing the need to use intonation. However, intonation is still present in Chinese (expressing meanings rather similarly as in standard English), although there are varying analyses of how it interacts with the lexical tones. Some linguists describe an additional intonation rise or fall at the end of the last syllable of an utterance, while others have found that the pitch of the entire utterance is raised or lowered according to the desired intonational meaning.^[1]: 234
Một chức năng khác của cao độ giọng nói là để mang lại ngữ điệu. Tiếng Trung thường xuyên sử dụng các hạt để diễn đạt những nghĩa nhất định như nghi ngờ, câu hỏi, mệnh lệnh, v.v., giảm bớt nhu cầu sử dụng ngữ điệu. Tuy nhiên, ngữ điệu vẫn hiện diện trong tiếng Trung (diễn đạt nghĩa tương tự như trong tiếng Anh chuẩn), mặc dù có nhiều phân tích khác nhau về cách nó tương tác với các âm sắc từ vựng. Một số nhà ngôn ngữ học mô tả một sự tăng hoặc giảm ngữ điệu bổ sung ở cuối âm tiết cuối cùng của một phát ngôn, trong khi những người khác đã phát hiện rằng cao độ của toàn bộ phát ngôn được nâng lên hoặc hạ xuống tùy theo nghĩa ngữ điệu mong muốn.

• Media related to Mandarin pronunciation at Wikimedia Commons
  Phương tiện liên quan đến phát âm tiếng Quan Thoại tại Wikimedia Commons
• Media related to Chinese pronunciation at Wikimedia Commons
  Phương tiện liên quan đến phát âm tiếng Trung tại Wikimedia Commons