Fonem to podstawowa jednostka dźwiękowa służąca do budowania języka. Wszystkie wypowiadane słowa składają się z jednego lub więcej pojedynczych fonemów. Niewiele języków wykorzystuje wszystkie dźwięki dostępne dla mowy ludzkiej. Zamiast tego większość korzysta z wyboru standardowych fonemów, aby stworzyć wiele tysięcy słów. Alfabety, w tym angielskie, nie zawsze odpowiadają fonemowi i literze jeden do jednego.
Lingwiści często rozróżniają możliwe dźwięki, jakie może wydać człowiek, od konkretnych dźwięków, które wpływają na znaczenie słów. Zazwyczaj używają terminu „telefony” do ogólnego opisu dźwięków mowy, a fonemy do dźwięków używanych do budowania języka. W większości języki nie wykorzystują wszystkich możliwych telefonów, jakie mogą stworzyć ludzkie usta.
Fonemy tworzą części składowe wypowiadanych słów. Językoznawcy sformułowali system symboli do graficznego przedstawiania fonemów. Większości języków przypisano listę standardowych fonemów, które reprezentują najczęściej używane w mowie dźwięki. Te standardowe dźwięki są łączone na różne sposoby, aby tworzyć różne słowa.
W większości fonem jest związany ze znaczeniem słowa. W rezultacie, jeśli zmienia się fonem, zwykle zmienia się również znaczenie tego słowa. Na przykład, jeśli pierwszy dźwięk w słowie nietoperz zostanie zmieniony z /b/ na /p/, słowo to staje się pat i nabiera nowego znaczenia.
W wielu językach każda litera odpowiada fonemowi. Na przykład w angielskim słowie bit każda litera reprezentuje fonem, /b/, /I/, /t/. W wielu językach, w tym w języku angielskim, ta korespondencja jeden do jednego między literą a fonemem nie jest standardem dla wszystkich słów.
Wiele angielskich słów zawiera dwuznaki, które są fonemami reprezentowanymi przez więcej niż jedną literę. Na przykład, pierwszy dźwięk w rzeczy jest th reprezentowany przez pojedynczy symbol fonemów, /ð/. Ostatnim dźwiękiem jest ng, reprezentowany przez symbol /ŋ/.
Często języki takie jak angielski pozwalają zamiennie używać dwóch liter dla jednego fonemu. Na przykład litery c i k mogą być używane do reprezentowania dźwięku /k/. Oba pierwsze dźwięki w słowach kit i cap to /k/.
Czasami wymowa słowa może się różnić w zależności od dialektu mówiącego. Różne dialekty mogą wymawiać różne dźwięki lub telefony dla tego samego fonemu. Jeśli dwa fonemy można wymienić w słowie bez zmiany znaczenia słowa, to lingwiści twierdzą, że te dwa dźwięki nazywa się alofonami.