Fonetyka to dyscyplina językoznawstwa, która koncentruje się na badaniu dźwięków używanych w mowie. Nie zajmuje się znaczeniem tych dźwięków, kolejnością ich rozmieszczenia ani żadnym innym czynnikiem poza tym, jak są wytwarzane i słyszane, ani ich różnymi właściwościami. Dyscyplina ta jest ściśle powiązana z fonologią, która skupia się na rozumieniu dźwięków w danym języku, oraz semiotyką, która przygląda się samym symbolom.
Istnieją trzy główne poddziedziny fonetyki, z których każda koncentruje się na określonym aspekcie dźwięków używanych w mowie i komunikacji. Fonetyka słuchowa analizuje sposób, w jaki ludzie odbierają słyszane dźwięki, fonetyka akustyczna analizuje fale związane z dźwiękami mowy i ich interpretację przez ludzkie ucho, a fonetyka artykulacyjna analizuje sposób wytwarzania dźwięków przez ludzki aparat głosowy. Ta trzecia poddziedzina jest miejscem, w którym większość ludzi rozpoczyna naukę i ma zastosowanie dla wielu osób spoza dziedziny językoznawstwa. Należą do nich logopedzi, komputerowe syntezatory mowy i ludzie, którzy są po prostu zainteresowani nauką, jak wydają dźwięki, które wydają.
Międzynarodowe Stowarzyszenie Fonetyczne ma specjalny alfabet opisujący wszystkie różne dźwięki lub telefony, które obecnie są używane w mowie ludzkiej. Międzynarodowy alfabet fonetyczny (IPA) zawiera ponad 100 różnych telefonów wymienionych i oznaczonych odrębnym zapisem. Dźwięki można podzielić na wiele różnych grup, w zależności od tego, czy wykorzystują powietrze z płuc, czy są dźwięczne, położenie języka w ustach i jak zmienia się dźwięk. Podczas gdy większość dźwięków wydawanych przez osoby mówiące na całym świecie mieści się w nieco wąskim paśmie tego spektrum, istnieją inne dźwięki, które są zupełnie inne, takie jak klikanie i stukanie wydawane w niektórych językach afrykańskich.
Większość spółgłosek, zwanych spółgłoskami płucnymi, wykorzystuje powietrze z płuc i można je umieścić na siatce w zależności od tego, które części traktu głosowego są używane do artykulacji dźwięku mowy i w jaki sposób powietrze jest blokowane podczas przechodzenia przez usta. Na przykład dźwięk /p/ wykorzystuje obie usta do wypowiadania powietrza i dlatego jest znany jako dwuwargowy. Składa się również z pełnego zatrzymania powietrza, znanego jako wybuch. Dlatego dźwięk /p/, podobnie jak dźwięk /b/, można opisać jako dwuwargową zwarcie. Dźwięk /b/, ponieważ fałd głosowy wibruje, jak to się mówi, jest nazywany dźwięczną dwuwargową zwarcią zwarciową, podczas gdy dźwięk /p/, który nie ma takiej wibracji, nazywa się bezdźwięczną dwuwargową zwarcią zwarciową.
Wszystkie spółgłoski używane w mowie można opisać w ten sposób, od dźwięku /r/ w języku angielskim, który nazywamy trylem, na przykład, do dźwięku na początku wyrazu „jeszcze”, transkrybowanego w IPA za pomocą symbol j i opisany jako przybliżenie podniebienia, do głębokich arabskich dźwięków gardłowych szczelinowatych.