又名超音段特征，传统也称节律（suprasegmental）。这是除元音、辅音等音色特征以外，包括音高、音强、音长和其相互关系的一切特征。它们在语音学中表现为声调、语调、重音、节奏。 除了元音和辅音，声调也是语音的主要组成部分。声调由音调的高低变化来表现。声带的颤动受到控制而有快慢，使音调或高或低。一个人在自然状态的语言中，音调起伏的范围大致是稳定的。
世界诸语言可分为非声调语言和声调语言两类。非声调语言的声调担负着语气功能，而声调语言中的声调（表现在字调上）则同辅音元音一样，起着辨义功能。如普通话的“妈” m╣、“麻”má、“马”m╤、“骂”mà，发音相同，但因声调不同而意义有别。不同声调语言的音高模式有两类，一是音阶型，只用音阶高低分成等级的平调而不用升降调来区别调类，一是拱度型，用升降起伏或曲折的调形来区别调类（具备拱度的语言一般也同时具备平调）。语音调域宽的，各调值相差就大些，窄的就小些。不同的人之间，调域有大小差别，而同一人在不同语气中的调域也有变化。因此，语音声调的高低，是相对的等级而不是绝对的调值。
普通话的单字调值，早期曾由刘复、赵元任用实验方法测试过，经声学仪器测试，调形调值已准确得多。 一个语句分成若干个词，一个词包含一个或几个语音单位，称为音节，它由一个以上的音素构成。例如英语的 communication一词有五个音节，come一词只有一个音节；而汉语的一个单字是一个音节，一个词包含一个到五个音节不等，但绝大多数是两个音节。音节的定义用一两句话来说清楚是困难的。过去语言学家对音节有种种定义，例如：“胸搏说”，一个音节有一次胸部搏动；“响峰说”，每个音节只有一个响音峰;“音节核心说”，一个音节只有一个最强的元音或辅音作为核心；“肌肉紧张说”，说话时肌肉紧张和减弱一次成为一个音节等等。但是这些说法都不全面。因为在实际的连续语音中，根据这些说法来划分音节的结果就可能不一致。所以单独从语音生理来说，发音角度与听觉角度的音节划分就会有分歧，如果再根据语音描写上或音位分类上来分析，就会有更多的不同。
不过从一般声学现象来看，可以这样认为：①一个音节中至少有一个元音（有时是一个辅音）是起着核心作用的；②音节与音节之间在音强上有一个较弱的分界点。但如两个音节之间是元音相连而没有一个辅音来分隔时，则分界很不明显，如普通话的“西安”、“先”都拼xian。 一个音和另一音相连，由于发音动作的自然度或其他原因，常常互相影响而改变了原来的读音，称为同化作用。前音影响后音为顺同化，反之为逆同化。顺同化如普通话的“鸭蛋”[jiɑ tan]→[jiɑ dan]。逆同化如“南门”[nan men]→[nam men]，而前后都被同化如“三八”[san pa]→[sam ba]。
两个相似的音节相连，为避免重复或单调而使其中一个音变成另一个时，称为异化作用。如前述的两上声连读而使前一上声变为阳平，即异化的一种，此外还有弱化，如北京话棉花[miεn xua]→[miεn xu?#91;]（花字变轻读，同时a→?#91；）。 声调的轻声也属弱化现象。此外还有增音、减音、脱漏、换位、代替、转换等音变现象。这许多音变现象有的属于节省发音动作或韵律节奏上的原因，有的则属于历史演变或语言失误的结果。 20世纪50年代初，西方语音学家鉴于以往的语音分析所采用的规格还不能表达语音的最小区别，于是产生了区别特征的语音分析理论。首创者为R.雅柯布逊等人，他们认为一切语言的语音可以根据其生理特点和声学特性，用二分观点分为若干项最小对立体。如：①元音性/非元音性，②辅音性/非辅音性，③鼻音性/口音性，④集聚性/分散性，⑤突发性/延续性，⑥粗糙性/柔润性，⑦急停性/非急停性，⑧浊音性/清音性，⑨紧张性/松弛性，⑩钝音性/锐音性，（11）降势性/平势性，（12）升势性/平势性。后来有人认为这些项目还不够全面，又逐渐加以修订。N乔姆斯基和M哈利另定了若干项。其中除个别与上述相同者外，按发音部位的有：①舌前/非舌前，②舌顶/非舌顶，③长缝/非长缝，④舌后/非舌后，⑤舌面抬高/舌面不抬高，⑥舌面压低/舌面不压低；按发音方法的有⑦除阻/缓除阻。他们还把语音分为共鸣音/阻碍音两大类。中国有人又根据汉语语音特点，补充了几项，如：元音的开/合、齐/撮、洪/细，辅音的戛/透（不送气/送气）以及声调调型的升/降、平/曲、调域的高/低等。
语音的最小区别，在有些场合不一定能由二分特征来概括。例如舌位高低之间还有半高、半低；口音与鼻音之间还有半鼻音、不同程度的鼻化等等特征。因此又有人提出了与前不同的多分特征以及其他的理论。在实际语言中，从一音位到另一音位，中间可以存在无数个音位变体，也就是可分成无数个音素单元，而每一对相邻的音素单元又都构成对立。因此，如按辩证关系来看，则每一对对立体之间可分为无数个特征，而这些特征之间，又各为对立关系，可以称为 N偶关系。用这种概念来分析语音，可以表达语音的相互关系。
