可以从不同角度确定最简单的语音单位：1）从音响语言外角度：这是“音素”，即同类的发音，或者噪音，或者个别的声调，还有其他部分。这些单位分解为一系列的气流振动，没有尽头。与个别能够唤起感觉和表象的发音同时存在的还有其他过渡性的发音。这些发音没有在人的心理中反映出来，也就谈不上在心理上存在。2）从生理学的语言外角度看，言语器官的个别功能、“发音”就是最简单的语音单位——发音单位。这些发音分解为一系列振动和动作。与主要唤起感觉和表象功能同时存在的还有一般在心理上没有内容的过渡功能。3）从心理角度，从准确意义上的语言学中唯一权威的角度看，语音单位就是个别的印象，还有个别的语音表象。正是在这里，借助于区分一系列纯语音表象的方法，我们得到了最简单的心理语音学成分，区别于形态语义的划分。比如，psy∥szcze/ka/j和psy szczekaj“狗叫”。与语言思维无关的作为发音单位的音素不同，可以将这些心理语音学单位或者最简单的语言活跃成分称为音位。所以，音位是同类的、在语言方面不可分解的生理语音学表象。这种表象是通过融合同一个音素的发音获得各种印象而在心灵中产生的。
以严格的生理语音学为基础，可以发现：1）人类的发音器官是人类机体的一部分，意味着它描述的是人身体的解剖学或者局部解剖学的一部分。2）研究和描述言语器官，即研究和描述人机体功能属于生理学。3）发挥作用的言语器官是身体。就是说，它的所有动作和功能应当根据力学规律来实现。4）一方面，是作为物理学一部分的声学；另一方面，生理学研究所有的发音，也就是说，研究成为言语器官行为结果的音素。由此可见，生理语音学应当以所有这些学科的材料为基础。
位于第一位的声学材料：区分音素来源和物理中心：语音是气流的振动所致，直接作用于听觉器官。区分噪音和乐音：音素分类；区分个别的声调和复杂的音素；基本声调和泛音（обертон）概念；聚音性（резонанс）的概念。
语言音素产生的关键三要素：由呼吸肌肉控制的呼气；喉部的发音障碍，或者在口腔，或者在两部分同时形成阻碍；共振腔。
言语或者发音器官的组成：1）胸廓，用于呼气。2）喉部与声带。3）上部：鼻腔起着共振作用，还有对人类言语重要的口腔。一方面，口腔中有可移动的器官和用于形成独立的局部噪音不可移动的器官。另一方面，整个口腔起着共振器的作用，随着它的可移动器官组成部分的接近与远离而改变。喉部主要是形成乐音，而上面部分（鼻腔）用于改变在喉部产生的声调和噪音，创建独立的声音。所谓的重音差异取决于喉部声带的各种行为。软腭的动作和功能首先调节口腔和鼻腔之间的联系，从下合上鼻腔或者打开鼻腔。
根据一般发音的特征，即生理解剖学和音响特征，对生理语音学的单位，即音素进行分类。一方面，这里应当注意噪音、语音及共鸣音功能的相似与不同。另一方面，应当注意这些功能的产物，也就是噪音和语音本身的相似与不同。
音素的生理解剖分类要求注意喉部行为，尤其是声带行为的不同类型，而这些类型是个别音素发音固有的。注意鼻腔的闭合与打开，整个口腔和它的组成部分参与发音的不同方式，注意噪音形成的位置和为了收缩作为共振空间的口腔调动个别的器官的区别，注意唇部发音和舌部发音的区别，注意舌的不同部位发音功能的定位区别，注意起作用的器官接近的不同程度，注意其行为强化的不同程度，注意因为接近而产生的闭合、缝隙和收缩的方向，注意单一的接近和两个或者三个地方言语器官的同时接近等。元音和辅音的区别在于：在发辅音时，在口腔中有局部的噪音形成的中心（比如，在发p，b，m时，唇部的作用）；在发元音时，只有局部的收紧，它改变了作为共振空间的口腔部位（比如，发o，u时，唇部是收紧的）。
这一切都是各具特色的音素之间的相似与不同，与大的语音单位，首先是音节、说出的词语和说出的句子完全没有关系。在音节，也就是一气呵成的音素组合方面，音素分为音节音或者响音和非音节或者辅音。在由一系列音素构成，且由统一的重音联系在一起的语音词语中，区分具有不同程度重音的音节。由于音节音或者响音是每一个音节的中心，所以，首先是拥有较为强势重音和较为弱势重音的响音，即“重音”的响音和“非重音”的响音等。
除了音节和语音词语，生理语音学还研究个别音素的其他组合：“双重的”或者加长的音素，辅音合音（согласныедифтонги）（c=ts，dz……），双元音，若干特殊的音素组合，辅音群等。
关于重音及其众多的分类科学就是普通语言学的很重要部分。这些重音涉及词语个别部分，既包括发音部分，也包括语义部分，还涉及词语组合和整个句子，涉及对音素本质的影响等。
说出句子的语音学研究句子语音结构、停顿和词语之间的联系，也就是词语接触且相互影响的地方。它还确定句子重音、语言重音、句法重音，还有语言外重音强调疑问、感叹、怀疑、讽刺等。
理想中的普通语音学应当对人类言语的所有可能音素，还有这些音素的所有可能组合进行分类。但由于这样的普通语音学迄今为止还是望尘莫及的理想，介绍若干具体的语音体系将会更实用。波兰语语音就是这样体系具体的例子（请看波兰语音学）。
以作为音素等价物的音位概念取代音素概念，将生理语音学的内容转移到心理学上的同时，我们将心理语音学放到生理语音学的位置上，开始用心理学的语言谈论语音现象。比如，在谈到唇音时，我们可以说语言思维与唇音的关系。心理语音学完全有理由存在，因为正如我们所知，语言的语音方面具有连续性，这只是与表象有关的心理方面的连续性。除此之外，在语音学中还有大量的事实第一眼看去是纯语音性的，但需要在表象联想的基础上才能得到合理的解释。在与语言表象相连的沉默思维中（молчаливcемышление）练习时，尽管我们不发音，但一段时间过后，在形成相关音位的器官中，我们开始感觉到一定程度上的紧张感，神经支配，甚至热量的加大。在心理语音学中一系列关于发音功能的表象替代了发音阶段，一系列关于这些功能音响效果的表象替代了接收阶段和语言思维阶段。
与纯语音重音不同，心理语音学确定心理重音。一定词语类型的若干音位变得较为强势，更有力量抵制任何变化，因为一定的形态或者语义表象与它们的表象发生联系。比如，波兰词语st，stu，ste中的辅音∥l就是这样的心理强调单位，因为格的形式差异表象，还有该词语的形态方面表象正是与它（辅音）的表象有联系。
无论是生活中的其他现象，还是语言的语音方面，都不是一成不变的。音位及其组合每时每刻都在变化着，随着时间的流逝，不是为了追求元音和谐（благозвучие，эвфония），不是由于语言的惰性（языковаяленость），而只是因为追求节省三个方向的行为：在离心方向，发音阶段；向心方向，接收阶段和感知（перцепционный）阶段；最后是语言的大脑中心方向。音位或者音位群越复杂和不确定，就越容易发生变化。比如舌根音k，g比前舌音t，n或者唇音p，t较容易变化。也就是说，音位越弱，越不明显，就越容易发生变化和消失。
通常理解所谓的“语音变化”是不正确的。比如，波兰语中的moge中g在moe变为，或者pomog中的g在pomagac＇变为，承认这一类语音变化是毫无意义的。在语言中只有下面四类语音过渡或者变化。1）在有意识、自发的连贯语中，发音表象不断地发生变化。2）在自由地进行实验时，我们用另一个音位的表象替代某一个音位的表象，并在发音中实现替换。3）在语音意图无法实现时，在语音意图与实现发生矛盾时，就会发生替换现象。在发音中可能的音素替代了臆想的不可能的音素。4）历史语音变化不断地出现在数代人的语言中。
第三类代替式的变化是第四类历史变化的先兆，两类变化都是由语音原因引起的。正因为这些语音原因使得一些音素和音素组合不可能出现在词语和句子中的某些位置上（比如在阿尔泰语中浊辅音b，g，d不可能出现在词首，清辅音p，k，t不能出现在词语中间的元音之间。在爱沙尼亚语中在词首没有辅音组合st，kl）。
第三类和第四类变化奠定了语音交替、对应或者对应关系的基础。我们将不同语言中的词素和音位的词源亲属关系称为（不同语言的）对应关系或者对应。我们将一种语言内部的词源亲属关系称为语音交替，或一种语言的对应。语音交替是一种语言内部的词源亲属关系的体现。对应关系则是不同语言中的词源亲属关系的体现。无论哪一类变化都是萌芽差异的历史继续。这些差异属于语言生活的不同时期。一种语言的语法研究的是语音对比和语音交替。所谓的亲属语言“比较语法”正是以承认对应关系为基础的。在一种语言基础上的历史变化为我们解释了语音交替。而在多种语言基础上的历史变化解释了对应关系。语音交替的例子：波兰语中的wod（woda）/wodz＇（wodzie）/wod（wodny）/wut（wd）/wud（wdek）/wut（wdka）……也就是u∥o，d∥dz＇，d∥t……波兰语中的pic＇/pn，c＇/n/ni，也就是p∥p"，n∥n"，∥n……对应关系的例子：波兰语中的s＇wieca，俄语的свеча，波兰语中的trac，俄语的трачу，也就是波兰语的c=俄语的ч（cˇ），波兰语中的sen，mech，eb，krew"……俄语的сон，мох，лоб，кровь……也就是波兰语的e=俄语的o。
与形式或者意义差异联系在一起的心理语音交替值得特别注意。比如，波兰语中的舌面辅音（软音）和非舌面辅音（硬音）的语音交替与固定类型的名词变格形式差异表象相联系。比如，在bracie，ssiedzie，chopie，os＇le.../brata，ssiada，chopa，osa中的cˇ∥t，dz＇∥d，p"∥p，l∥。与任何类别的构词手段和屈折构形法（флективный）（附加词尾，后缀，前缀）一样，这类作为形态手段之一的语音交替属于形态学，而不是语音学。但是一种语言的语音学任务在于确定语言思维指向言语器官的哪些部分，也就是回答问题：在该语言中哪些发音功能表象与形态（和语义）特征和差异表象联系在一起？
历史语音学首先探寻每一种语言发音或者发音材料的来源。在与同族和异族人交往中，除此之外，在与自然界交往中，包括人类发出的语言外语音，每一个说话的个体都在汲取作为功能与发音，作为运动表象和语音表象的音素。每一个部落语言的音素是：1）直接历史发展线路的继续，也就是一代人的语言祖先固有的音素发展。2）对该语言产生影响的另一些语言中的音素的继续发展。3）模仿自然界语音的结果。
历史语音学继续研究明显和普遍性的事实，即每一种语言的发音随着时间的推移而变化，另外一些新音代替了一些原有的古音，即与生活中的其他现象一样，语言的语音方面是不断变化的。但是并不是所有音位和音位系列都是以同样的速度和力量在变化着。相反，当其中一些音位在相对较短的时间内发生巨大变化时，另一些音位数千年都没有明显变化。
音位的历史变化有两类：或者音位结构中具有原始的促进某方向变化的因素，或者该音位在发展初期已经受到相邻语音的影响，与该词语甚至句子的其他音位有联系。我们将第一类变化看作是自发的，而第二类变化是组合的。第一类和第二类之间有时很难分清界限。除此之外，只能在发生依赖关系的第一时刻谈论相邻音位和周围音位对该音位变化的影响。只要该音位由于外部影响改变了自己的特征，它就会成为另一个音位，紧接着作为已经变化的和由于结构中存在的新成分而变得复杂的音位，开始在一定的方向中实现自发的变化，完全不顾及相邻音位或者周围音位的任何影响。比如，在组合中ke，ki中的音位k可能会由于音位e，i的存在而成为软音。当变为舌面音或者软化时，就像k"一样，在前舌部位，k开始变为cz或者c。
在历史语音学中，需要注意语言生活的以下几方面：1）同化的结果或者适应生理语音学和心理语音学条件的结果，还有追求节省三个领域的行为的结果：发音阶段、接收阶段和语言思维阶段。2）外来语言的影响、在发音方面的民族混合。3）语音变化的若干一般方向。这些语言变化既与部落亲属语言有联系，也与其完全没有关系。这里包括在所有语言历史中仔细研究的经常性变化方向，即发音功能从下至上和从后至前的移动是这些变化方向的基础。
“比较”语音学可以是普通的“比较”语音学，即展示语音变化的一致性，不考虑语言之间的任何历史联系；或者是“比较”历史语音学，这种语音学是以部落语言之间的亲属关系、语言之间的相互影响及由语言引起的语音借用为基础的。
除了研究整个语言的语音学，还有研究个体发音的语音学，包括儿童语言中的萌芽语音及所有有语言障碍的人的非正常发音。这是语音或者发音的萌芽学和病理学。
