汉字不是表音的文字，不能看见字形就读出字音来，因此有注音的需要。最古的注音办法是读如、读若，用乙字比况甲字的音，就是现在所说直音法。直音法的缺点是很明显的：如果不认得乙字，也就读不出甲字；要是一个字没有同音字，那就根本无法注音。大约在魏晋时代，也就是一千七百年以前，产生了反切法。反切法用两个字切一个字，例如光，姑汪切。姑和光双声，汪和光叠韵，这就是所谓上字取其声、下字取其韵。反切法比直音法进步，所以一直应用了一千几百年。但是反切法还是有很大的缺点，主要是用来做反切上下字的总字数还是太多，一般字书里都在一千以上。也就是说，一个人必得先会读一千多字，才能利用它们来读其余的字。为什么要用到这么多字?这得先把汉语的字音解剖一番。

汉语里每个字的音，按传统的说法是由声和韵这两部分构成的。事实上，只有声是比较单纯，可以不再分析；韵却相当复杂，还可以进一步分析。首先应该提出来的是声调，就是字音的高低升降，古时候的平、上、去、人，现在普通话的阴平(第一声)、阳平(第二声)、上声(第三声)、去声(第四声)。把声调除开之后，韵还可以分成韵头、韵腹、韵尾三部分。换个说法，汉语里一个字是一个音节(只有极少数例外，如瓩念千瓦，浬念海里)，一个音节包含声调、声母、韵头、韵腹、韵尾五个成分。这里面只有声调和韵腹是必不可少的，声母、韵头、韵尾不是必要的，有些音节里缺少这个，有些音节里缺少那个，有些音节里全都没有。用1，2，3，4代表声母、韵头、韵腹、韵尾，我们可以用下面这些字作各种音节结构的例子：

(1234) 敲qiāo (234) 腰iāo

黄huáng 王uáng

(134) 报bào (34) 傲ào

潘pān 安ān

(123) 家jiā (23) 鸦iā

瓜guā 蛙uā

(13) 苦kǔ (3) 五ǔ

河hé 鹅é

每个音节都可以有声调变化，例如敲qiāo，瞧qiáo，巧qiǎo，窍qiào。有些音节四声不全，某一声有音无字，例如光guāng，○guáng，广guǎng，逛guàng。这就是汉语字音结构的基本情况。

反切法为什么要用那么多不同的上下字呢?首先是因为反切下字要管韵头、韵腹、韵尾、声调四个成分，只要有一个成分跟被切字不同，就不适用，因此字数就不可能太少。还有一个原因是历代编纂的各种字书的反切用字，有因袭也有创新，很不一致。例如东字，《康熙字典》引《广韵》德红切，又引《集韵》都笼切；旧《辞海》又作都翁切。

我们现在用汉语拼音字母来注音，比反切法进步多了。声母、韵头、韵腹、韵尾、声调，都只要用少数符号来表示：

声母：b，p，m，f，d，t，n，l，g，k，h，j，q，x，

zh，ch，sh，r，z，c，s。

韵头：i(y)，u(w)，ü(y)。

韵腹：a，e，o，i，u，ü。

韵尾：i，o，u，n，ng。

声调：-′ˇ‵。

这样，25个字母加4个调号，就把注音问题全部解决了。

读者看到这里，大概会产生一些疑问：为什么有些韵头和韵腹，甚至韵尾，用相同的字母来表示(i，o，u，ü)，为什么不用不同的字母来表示?还有n这个字母为什么又作声母，又作韵尾?还有r，只列在声母，不列在韵尾，那个代表儿化的r又算什么?要知道这是因为汉语拼音字母不是按声母、韵母来设计，而是按元音、辅音的分别来制订的。声母、韵母是音韵学的概念，元音、辅音是语音学的概念。元音、辅音都是音素，就是语音的最小单位，每一个这样的单位，不管它出现在字音的哪一部分，总是用一个符号来表示，这是最经济的办法。a，e，o，i，u，ü都是元音，元音主要用做韵腹，但是有的也可以出现在韵头、韵尾；n是辅音，普通话的辅音都只作声母，只有n也作韵尾，另外有一个辅音ng，只作韵尾，不做声母。至于末了的r，那不是韵尾，只表示发元音时舌头要有点儿卷起来。(zh，ch，sh，ng用双字母表示一个音素，e有e和两个音，u有u和ü两个音，i既用来表承低、基等字里的元音，又用来表示知、痴等字里的元音，这都是受拉丁字母的限制，不过它们的发音都有规定，拼读的时候并无疑难。)