Wielu ludzi Zachodu uważa, że chiński odnosi się do jednego języka i że różnice w wymowie są równoważne różnicom dialektycznym występującym u anglojęzycznych mieszkańców stanów południowych i tych, którzy mieszkają w stanach północnych. W rzeczywistości, chociaż wszystkie dziesiątki chińskich wariantów używają tego samego zestawu elementów leksykalnych i tych samych struktur gramatycznych, mówca z jednego obszaru może nie być w stanie porozumiewać się ustnie z mówcą z innego. Dzieje się tak nie dlatego, że każdy z nich uważa akcent drugiego za zbyt gruby, ale dlatego, że wszystkie chińskie słowa składają się nie tylko z fonemów lub jednostek dźwiękowych, ale także przenoszą swoje znaczenie za pomocą tonów lub wysokości, z jaką słowo jest wymawiane. Transcribers używają numeru tonu, a także nazwy tonu dla wymawianej frazy przy użyciu jednej z kilku zachodnich metod transkrypcji.
Mając ponad 845 milionów użytkowników, mandaryński jest zdecydowanie najczęściej używanym językiem na świecie. Mandaryński, podobnie jak wszystkie języki chińskie, często nazywane chińskimi dialektami, zawiera dźwięki, które określają znaczenie słowa. Ton numer jeden nazywa się yin ping i jest równym dźwiękiem, który nie wznosi się ani nie opada. Ton numer dwa, yang ping, opada lekko w środku słowa, po czym powraca do oryginalnej tonacji. Shang jest trzecim tonem i on również opada, ale bardziej dramatycznie niż yang ping, a czwarty i ostatni ton w mandaryńskim, qu, zaczyna się w wysokim punkcie i opada.
Mandaryński i inne języki chińskie są jednosylabowe; ponieważ wszystkie języki ograniczają liczbę fonemów, włączenie wysokości tonu do każdego chińskiego słowa jest koniecznością, w przeciwnym razie nie wystarczyłoby kombinacji fonemicznych. Angielski, podobnie jak inne języki wielosylabowe, nie jest tonalny z tego prostego powodu, że nie jest konieczny. Używając tylko 40 fonemów, angielski leksykon zawiera ponad 250,000 XNUMX słów; jest to możliwe, ponieważ angielski dopuszcza wiele sylab, a nowe słowa łączą rdzenie z afiksami, a także zmieniają kolejność dźwięków.
W mandaryńskim pojedyncza sylaba jest słowem, a nadając tej sylabie cztery tony, w których może być używana, jedna sylaba staje się w efekcie czterema odrębnymi słowami. Może to być na tyle skomplikowane, że zdumiewa umysły wielu ludzi z Zachodu, ale tajwański, inny język chiński, dodaje cztery dodatkowe numery tonów, co daje w sumie osiem, a kantoński zawiera dziewięć różnych tonów.
Należy zauważyć, że w przeciwieństwie do wielu innych języków, wszystkie języki lub dialekty chińskie nie są alfabetem w formie pisemnej. Jeden znak reprezentuje jedno słowo, a każde słowo to jedna sylaba. Oznacza to, że wypowiedź mandaryńska, którą można wymówić tonem numer jeden, tonem numer dwa i tonem numer cztery, zostanie napisana przy użyciu trzech odrębnych i niepowiązanych ze sobą znaków. W ten sposób osoba posługująca się kantońskim i tajwańskim może przeczytać ten sam tekst i w pełni go zrozumieć, ale będzie go wymawiać znacznie inaczej.