定义：
音素是语言中最有意义的单位。 有意义的声音是将一个词改为另一个词的声音。 例如， cat和fat这两个单词是两个不同的单词，但这两个单词之间只有一个不同的声音 - 第一个声音。 这意味着猫的“k”声和胖的“f”声是两种不同的词素。
现在考虑皮肤和亲属的话。 两个词都有一个“k”音，但它们确实有些微不同的声音。 皮肤中的“k”声音比亲属中的“k”声音更柔和。 这两个声音不是英文音素。 它们就是所谓的“allophones”，它们只是音素的变体。 但在另一种语言中，这两种声音可能是音素。
这意味着两组只有两个“k”声音作为它们之间的差异的声音将是两个不同的单词。 假设两组声音是“亲属”（带有“k”）和“亲属”（带有“k”），你会得到两个不同的含有两个不同含义的词。 你可以试着说出这两个词，但你最终可能会说出亲戚的话 ，但是像枪中一样用“g”的声音开始另一个词。 原因是我们很难听到和重复我们的语言中不是音素的声音。
出生后不久，婴儿开始学习他周围使用的语言的音素。
这是他学习语言时学到的东西的一部分。 我们不必教孩子听那些声音; 他们只是简单地编程，在他们与人交往时学习。 （这是与婴儿谈话很好的原因之一）。随着儿童继续学习语言，他们没有意识到他们正在学习的单词是由单独和非常不同的声音组成的。