Наиболее характерной чертой китайского языка является наличие тонов, представляющих собой определенное движение или сохранение определенной высоты голосового тона во время произнесения слога.
Каждое корневое слово в путунхуа имеет один из четырех тонов, которые обозначаются в этой статье надстрочными цифрами: первый тон – высокий ровный: yao1 'поясница'; второй тон – восходящий от среднего уровня к высокому – yao2 'качать'; третий тон – низкий понижающийся, а затем восходящий до среднего уровня – yao3 'кусать'; четвертый тон – падающий от высокого уровня к низкому – yao4 'хотеть'.
Третий тон меняется на второй, если следующий слог тоже имеет третий тон; если же следующий слог имеет какой-либо другой тон, то третий тон произносится просто как низкий падающий, не повышаясь затем до среднего уровня; не изменяется третий тон только перед паузой или в конце фразы.
Фактическая высота и степень повышения или понижения тонов зависит от конкретного человека, от высоты его голоса и от контекста. В безударном положении слог может быть бестоновым, т.е. противопоставление по тону может быть нейтрализовано (как правило, безударны и лишены тона грамматикализованные элементы).