Monet länsimaalaiset uskovat, että kiina viittaa yhteen kieleen ja että ääntämisen vaihtelut vastaavat dialektisia eroja, joita löytyy eteläisissä osavaltioissa ja pohjoisissa osavaltioissa asuvista englanninkielisistä. Itse asiassa, vaikka kymmenet kiinalaiset variantit käyttävät kaikkia samoja sanastoa ja samoja kielirakenteita, yhden alueen puhuja ei välttämättä pysty kommunikoimaan suullisesti toisen puhujan kanssa. Tämä ei johdu siitä, että kumpikin pitää toisen aksenttia liian paksuna, vaan siksi, että kaikki kiinalaiset sanat eivät koostu pelkästään foneemeista tai ääniyksiköistä, vaan ne myös kantavat merkityksensä sävyjen tai sanan äänenkorkeuden kautta. Transkriptaattorit käyttävät äänimerkkiä ja äänen nimeä puhutulle lausekkeelle käyttämällä yhtä useista länsimaisista transkriptiotavoista.
Yli 845 miljoonan puhujansa mandariini on ylivoimaisesti maailman eniten käytetty kieli. Mandarin, kuten kaikki kiinalaiset kielet, joita usein kutsutaan kiinalaisiksi murteiksi, sisältää sävyjä, jotka määrittävät sanan merkityksen. Sävy numero yksi on yin ping, ja se on tasainen ääni, joka ei nouse eikä laske. Sävy numero kaksi, yang ping, laskee hieman sanan keskelle ja palaa sitten alkuperäiseen sävelkorkeuteen. Shang on kolmas ääni, ja sekin laskee, mutta dramaattisemmin kuin yang ping, ja neljäs ja viimeinen ääni mandariinissa, qu, alkaa korkealta ja putoaa.
Mandariini ja muut kiinalaiset kielet ovat yksisilmäisiä; koska kaikki kielet rajoittavat foneemien lukumäärää, sävelkorkeuden sisällyttäminen kuhunkin kiinalaiseen sanaan on välttämätöntä, tai foneemiset yhdistelmät eivät riitä. Englanti, kuten muutkin monitasoiset kielet, ei ole tonaalinen siitä yksinkertaisesta syystä, että se ei ole välttämätöntä. Vain 40 foneemia käyttävä englanninkielinen sanasto sisältää reilusti yli 250,000 XNUMX sanaa; tämä on mahdollista, koska englanti sallii useita tavuja ja uudet sanat yhdistävät juuret liitetiedostojen kanssa ja järjestävät äänet uudelleen.
Mandarin kielellä yksi tavu on sana, ja antamalla tälle tavulle neljä sävyä, joissa sitä voidaan käyttää, yhdestä tavusta tulee käytännössä neljä erillistä sanaa. Tämä saattaa olla riittävän monimutkaista monien länsimaalaisten mieleen.
On tärkeää huomata, että toisin kuin monet muut kielet, kaikki kiinalaiset kielet tai murteet eivät ole aakkosia niiden kirjallisessa muodossa. Yksi merkki edustaa yhtä sanaa ja jokainen sana on yksi tavu. Tämä tarkoittaa, että mandariinilause, joka voidaan lausua sävyllä numero yksi, sävy numero kaksi ja sävy numero neljä, kirjoitetaan käyttämällä kolmea erillistä merkkiä. Tällä tavalla kantoninkielinen puhuja ja taiwanilainen puhuja voivat lukea saman tekstin ja ymmärtää sen täysin, mutta lausuvat sen paljon eri tavalla.