本文说说音标的具体问题。

全世界的主要语言，元音构成差不多。为什么会这样？“元”，原始，本源。初生的孩子能发出的音，就是元音，a~a~ao~ao~，没有辅音。辅音，需要一些特定的发音器官的动作，比如舌头，嘴唇的辅助。我们的发音器官本来不是天生用来发音的，是用来呼吸和吃饭的，原始状态（比如别的哺乳动物）能发出什么音就怎么发，本来是不需要辅助的，即，没有所谓的辅音。有人说猫咪的“喵~”，山羊的“咩~”，都有m这个辅音；其实，您仔细听听，根本就没有m这个辅音。

除了人类，有一种狒狒，叫做Gelada，是唯一经常使用辅音的猿猴，它们会用嘴皮子配合发音，听起来像是老头子在吧唧嘴。有人说，这就是人类语言的雏形。语言的进化，使用辅音是必须的关键的一步。

通俗地说，不用舌头和嘴皮子配合发出的音，就是元音。用料比较省的语言，就这几个音a i u e o，这似乎是典型元音的必然。您想想，不用舌头和嘴皮，还能发出什么音？这几个音，就是口腔开口大小和扁圆程度不同能发出的几个代表性的音。当然，这几个音之间或之外，还有无穷的可能性，就像七色光是连续光谱的人为划分。国际音标中的ʌ æ ə等几个音，也是类似的连续体的一部分。

元音就是元音，不用辅助。有不少人，把i音等同于汉语中的“一”----这就不对了，“一”的发音包含了j这个辅音（大概要咬着呀顶着舌头把）；也有的人，把u音等同于汉语的“屋”，这也不对，“屋”的发音包含了w音（需要嘴皮子的开合吧）。如果这两个音搞不清楚，就说明分不清什么是元音，什么是辅音。

复合元音？根本可以不理，仅仅是两个元音连起来，婴儿的嚎哭就有复合，狼嚎也有。

辅音，要复杂一些，先不说了。