Перцептивная классификация звуков речи пока еще не разработана достаточным образом; и для практических целей в настоящее время фонетику можно рассматривать как состоящую из двух основных отраслей: артикуляторной и акустической фонетики. Было бы невозможно уложить в рамки, которыми мы располагаем, сколько-нибудь удовлетворительное изложение той или другой из этих отраслей. Все, что мы можем надеяться сделать, это дать краткое описание основных принципов классификации и теории.

Самый старый и все еще наиболее широко принятый метод фонетического описания — это описание, основанное на «артикуляции» органов речи. То, что фонетисты из соображений удобства и со своей специальной точки зрения называют «органами речи», не представляет собой, впрочем, первичной физиологической системы. Большая часть органов речи (губы, зубы, язык, голосовые связки, нос, легкие и т. п.) служит также и какой-либо иной цели, которая для человека, как и для прочих животных, может рассматриваться как биологически первичная. Однако фонетисты справедливо рассматривают органы речи как единую, взаимосвязанную систему. Индивидуальные различия органов речи у разных людей (за исключением явных физических дефектов) не оказывают значительного воздействия на характер произносимых звуков. Различие между детским и мужским голосом или между мужским и женским обычно не релевантно в речи. Неверно также, хотя это часто утверждается, что органы речи определенных «рас» физически приспособлены к образованию тех, а не иных звуков. «Неспособность» производить определенные звуки является обычно результатом воздействия среды в детстве; главным фактором является здесь то, что ребенок познает свой родной язык таким, каким он слышит его от окружающих.

Многие фонетисты делят звуки речи на согласные и гласные. Эта классификация зависит от более первичного разграничения между звонкими и глухими звуками. Голос возникает в результате колебаний голосовых связок в гортани, или в «адамовом яблоке». Частота колебаний зависит от степени напряженности и регулирует высоту тона получающегося звука. (Высота тона обычно рассматривается как сопутствующий признакобразуемых звуков, а не как их составная часть.) Гласные определяются (в артикуляторных терминах) как звонкие звуки, при образовании которых воздух проходит через полость зева и полость рта без препятствий (со стороны языка, губ, зубов и т. д.). Все остальные звуки речи, Исключая гласные, называются согласными. Поэтому согласные оказываются достаточно неоднородными. Некоторые фонетисты склонны отрицать, что различие между гласными и согласными является таким фундаментальным, как это обычно считается. В самом деле, не только существуют такие кажущиеся парадоксальными звуки, как «глухие гласные», но и само участие голоса может быть полным или частичным, а термин «препятствия» далеко не так точен, как это может показаться с первого взгляда. Чтобы решить, следует ли относить звуки, встречающие частичное препятствие, к гласным или согласным, приходится привлекать различные дополнительные критерии. Здесь нет необходимости подробно останавливаться на этих вопросах. Мы упоминаем о них, чтобы подтвердить точку зрения, которую мы подчеркиваем на протяжении этого раздела, а именно что производимые человеческими органами звуки речи —это континуум, внутри которого, по-видимому, не существует никаких «естественных» абсолютных категорий. 

Гласные обычно классифицируют на основе трех главных артикуляторных критериев: степени открытости полости рта (закрытые vs. открытые), положения верхней части языка (передние vs. задние) и положения губ (огубленные vs. плоские, или неогубленные). Таким образом, один звук может быть описан как закрытый, передний, огубленный (например, гласный во французском слове lune); другой — как закрытый, передний, неогубленный (например, гласный во французском слове si или в английском слове sea). Термины «закрытый», «передний» и т. д., конечно, не употребляются в абсолютном смысле. Каждый из трех параметров представляет континуум и в принципе бесконечно членим. Гласный французского слова si, например, более закрытый, чем гласный английского слова sea (а также отличен от него в некоторых других отношениях). Для целей классификации был установлен ряд так называемых «кардинальных» гласных; это (цитируем Даниэля Джоунза, создателя данной системы классификации) «ряд фиксированных гласных звуков с известными акустическими качествами и известным положением языка и губ». Хотя Джоунз говорит об «известных акустических качествах» кардинальных гласных, система первоначально, и в тех пределах, в которых она является объективной, основана на артикуляторной классификации. Принцип, которому следовал ученый, состоит в том, что сначала определяется ряд крайних артикуляций («максимально закрытый передний гласный», «самый открытый из задних гласных» и т. п.), а затем выбираются промежуточные положения таким образом, чтобы «степени акустического деления были примерно равны». Суждение об интервалах «акустического деления» субъективно (хотя принадлежит бесспорно блестящему и высококвалифицированному фонетисту). Теперь, когда зарегистрировано точное значение каждого из кардинальных гласных, а их запись, оставленная Даниэлем Джоунзом, проанализирована с помощью приборов, можно говорить, в определенных пределах, об объективном знании их акустических свойств. То, что система кардинальных гласных в конечном счете произвольна, не делает ее сколько-нибудь менее полезной или научной; значения кардинальных гласных зафиксированы в Международном Фонетическом Алфавите (МФА), и, используя их в качестве стандарта, искушенные фонетисты могут удовлетворительно описывать гласные любого языка с большей или меньшей, в соответствии с необходимостью, степенью точности.

В дополнение к этим трем артикуляторным переменным, которые фонетист выбирает как основу для классификации гласных, имеются и некоторые другие, обычно трактуемые как вторичные модификации того, что считается «нормальным» произношением. Например, предполагается, что при произнесении «нормальных» гласных поток воздуха не проходит через нос. Если же полость носа остается открытой в течение образования гласного, так что воздух выходит как через рот, так и через нос, говорят, что гласный назализованный; он рассматривается и представляется в МФА как модификация соответствующего неназализованного гласного (ср. [а] : [a?]).

Согласные распадаются на несколько разных интересных категорий. Они могут быть звонкими или глухими, ротовыми или носовыми. Если на пути струи воздуха воздвигается полная преграда, получающиеся звуки описывают как взрывные (или смычные); если препятствие только частично, то есть образуется щель, проходя через которую воздушная струя производит трение, они называются