在音位之上的一個音系單位，通常包含一個母音，但可能其前面或後面或前後都有一個或多個輔音。本族語者通常憑直覺就能知道一個詞裏有多少個音節。各種文字系統也大多以音節為基礎設計而成。例如英語的communication一詞有五個音節，come一詞隻有一個音節；而漢語的一個單字是一個音節。音節的定義用一兩句話來說清楚是困難的。過去語言學傢對音節有種種定義，例如：“胸搏說”，一個音節有一次胸部搏動；“響峰說”，每個個音節隻有一個響音峰；“音節核心說”，一個音節隻有一個最強的元音或輔音作為核心；“肌肉緊張說”，說話時肌肉緊張和減弱一次成為一個音節，等等。但是這些說法都不全面。因為在實際的連續語音中，根據這些說法來劃分音節的結果就可能不一致。所以單獨從語音生理來說，發音角度與聽覺角度的音節劃分就會有分歧，如果再根據語音描寫或音位分類來分析，就會有更多的不同。
不過從一般聲學現象來看，可以這樣認為：①一個音節中至少有一個元音（有時是一個輔音）是起著核心作用的；②音節與音節之間在音強上有一個較弱的分界點。但如兩個音節之間是元音相連而沒有一個輔音來分隔時，則分界很不明顯，如普通話的“西安”、“先”都拼xiɑn。