A kínai és magyar nyelv között fellelhető talán legalapvetőbb eltérés a szupraszegmentális szinthez kapcsolódik. Ahogyan azt az 1.2.1. fejezetben bemutattam, a magyar atonális (más néven monoton) nyelv, tehát a beszéd hangmagasságának változása elsősorban mondat- vagy közlésszintű egységek jelentését változtatja meg, azaz az intonáció révén például érzelmeket vagy szándékot tudunk kifejezni (Markó 2017). Ezzel szemben az olyan tonális nyelvek esetében, mint amilyen a mandarin, a beszédhangmagasság változása nemcsak közlések szintjén módosít a jelentésen, hanem lexikai szinten is: a hangmagasság-változás, azaz a tónus a szó(tag) argumentuma. Ebből következően – mint az 1.2.1. fejezetben említésre került – ugyanahhoz a szó(tag)hoz eltérő hangmagasságváltozás-mintázatok (dallamkontúrok) társulhatnak, amelyek jelentésmegkülönböztető szereppel bírnak (Chao 1948/1963), és emellett a tónusok megvalósulását az intonáció is befolyásolhatja (Shen 1989a). A mandarin kínaiban 4(+1) tónust tudunk elkülöníteni: a magas szinttartó 1. tónust, az emelkedő 2. tónust, az ereszkedő-emelkedő 3. tónust és az ereszkedő 4. tónust. Ezen tónusok dallammeneteit a 23. ábra mutatja be. A 23. ábrán a négy lexikai tónus mellett megjelenő +1 tónust neutrális vagy könnyű tónusnak szokás megnevezni, és a neutrális tónusú morfémákat sok esetben tónustalan szótagnak szokás tekinteni, hiszen e morfémák nem rendelkeznek önálló dallammenettel, a megvalósulásuk a tónuskörnyezet és az intonáció függvényében változik (Shen 1989a). Említés szintjén megjegyzendő, hogy a mandarin kínaiban a lexikai tónusok és az intonáció kapcsolata leginkább azzal a hasonlattal ragadható meg, hogy a tónusok úgy jelennek meg az intonációs kontúron, mint ahogy a kis hullámfodrok utaznak a nagy hullám tetején (Chao 1968: 39). Például az eldöntendő kérdő és kijelentő dallam esetében azt jelenti, hogy a kérdő mondatokban megjelenő tónusszekvenciák a kijelentő dallamhoz képest magasabb f0-tartományban realizálódnak, és gyakran a tartomány végi emelkedés és a záró tónus f0-terjedelmének tágulása tapasztalható a kijelentő dallamban megjelenő tónusrealizációkhoz képest. A kínai lexikai tónusok és intonáció kapcsolatának részletes leírásáért lásd a következő hivatkozásokat: Shen 1989a, Juhász–Bartos 2022, 2023).

A következőkben a szótagstruktúra egyes elemeit (onszet, szótagmag, kóda) végigtekintve röviden összefoglalom a kínai és magyar mássalhangzó- és magánhangzórendszer főbb jellemzőit, pontosabban a hasonlóságokat és különbségeket a két nyelv szegmentumkészletei között. Ezt követően az egyes beszédhangcsoportok képzésének részletes bemutatása és kísérletes vizsgálata felé fordulok.