音素包括元音和辅音两个大类，在听感上一般不能再分，例如，汉语普通话中辅音的b[p]、p[p^h]，元音a[a]、u[u]在听感上不能再进一步细分，但可以通过语音实验进一步分析。

音素是一种跨语言的单位，具有普遍意义。国际音标（IPA）的制定原则是“一个音标只表示一个音素，一个音素只用一个音标表示”，音素和音标形成一一对应的关系，每一个音标都放入方括号“[ ]”中。

具体到某种语言，不同的音素可能归纳为不同或者相同的音位。如果不同的音素出现在相同的语音环境中，相互替换会产生不同的意义，那么这些音素就是不同音位。例如，汉语普通话中，“班”（bān）和“宾”（bīn）里的“a[a]”和“i[i]”都出现在b[p]和n[n]之间，相互替换产生不同的意义，“a”和“i”就是普通话音位/a/和音位/i/。如果不同的音素出现的环境不同但相互补充，这些音素可以归为同一个音位。例如，汉语普通话中，“班” （bān）、“帮”（bāng）、“掰”（bāi）和边（biān）中a是不同音素，分别是[a][ɑ][æ]和[ε]。这4个音素所处的语音环境不同但相互补充，分别是-n[-n]、-ng[-ŋ]、-i[-i]和i-n[i-n]；同时，它们的发音近似，所以把[a][ɑ][æ]和[ε]这4个不同音素归为普通话的一个音位/a/。音位的归纳还要考虑语音系统的整齐和经济、母语者的音感和语音发展等情况。