Základní jednotkou fonologie je foném. Tímto termínem rozumíme zvukový prostředek sloužící k odlišení morfémů, slov a tvarů slov téhož jazyka s různým významem (lexikálním, gramatickým). Liší se od ostatních fonémů téhož jazyka nejméně jednou fonologickou distinktivní vlastností. Počet těchto jednotek, které samy význam nemají, ale jsou "stavebními kameny" jednotek vyšších, je poměrně nevelký a v dané době je v jazyce konečný, z jejich kombinací utvářených podle zákonitostí konkrétního jazyka se však utvářejí všechny výrazy daného jazyka. Schopnost diferencovat různé významy posuzujeme na materiálu jednoho jazyka a jednoho jazykového útvaru; při základním poznání se nepřihlíží k okrajovým složkám slovní zásoby.
Jde tedy např. o diferenciaci dvou slov spisovné češtiny, spisovné angličtiny, nikoli o rozdíl česko - anglický, o rozlišení dvou slov spisovných, nikoli jednoho spisovného a druhého nářečního). Východiskem je tu neutrální vyjadřování, emotivní a stylové obměny (např. /jede+na=motociklu/- /jede+na=motociglu/) se nepokládají pro základní popis za rozhodující, neboť jsou sporadické a nemění nocionální (věcný, neemotivní) význam slova.
Pro současnou češtinu se např. dá určit 39 fonémů, 13 vokalických (běžné vokály a diftongy) a 26 konsonantických. Tento počet může být zpochybněn, protože některé fonémy mohou mít minimální využití (např. /ó/ , které slouží rozlišení dvou významových jednotek jen ve vztahu slovo domácí – přejaté nebo dva výrazy přejaté, např. /loʒe/ – /loːʒe/ lože – lóže, /modu/ – /moːdu/ modu – módu), zatímco jiné zvuky fonologickou funkci získávají (např. [ʤ] = ´dž´) v současné přejaté slovní zásobě češtiny /ʧin/ – /ʤin/ – psáno čin – džin/gin.
Fonologické zkoumání vychází z konkrétního materiálu konkrétního jazyka. Srovnání údajů z více jazyků však umožňuje docházet k zobecněním. Obecná fonologie řeší obecné otázky identifikace fonémů a vztahů mezi nimi. Srovnávací (komparativní) fonologie konfrontuje fonologické systémy různých jazyků, příbuzných i nepříbuzných, a to např. z hlediska počtu fonémů, míry jejich využití, pravděpodobnosti vazeb jednotlivých prvků, nachází areálové souvislosti ve fonologické stavbě jazyků. Hledá i odpovědi na to, jak probíhají adaptace přejatých slov mezi sledovanými jazyky. Fonologický systém se zkoumá především na synchronní úrovni.
Aplikací na historický vývoj jazyka se zabývá historická fonologie, která je součástí historické mluvnice jazyka; zabývá se vývojem inventáře fonémů a jejich vztahů, hledá podněty pro vývoj zvukové stavby jazyka vyplývající z fonologických vztahů, a to opět jak v areálovém zobecnění, tak v souvislosti s diferenciací jazyků z jediného doloženého nebo předpokládaného společného základu. Ve svých poznatcích se propojuje s (tradičnější) historickou fonetikou; i když se snažíme poznat pro minulost i artikulačně-akustickou podstatu hlásek a jejich seskupení, ve skutečnosti můžeme poznat právě jen dosti vysoká zobecnění dávno zmizené reality; i tam, kde se ve starších pracích mluví o historické fonetice, jsme na úrovni spekulací a vysvětlujeme vlastně jevy fonologicky relevantní.
Pro diferenciaci významových jednotek je závažný výběr fonémů (/van/ - /ven/), přítomnost - nepřítomnost fonematické jednotky v řetězci (/kola/ - /kol/), pořadí jednotek (/sova/ - /vosa/). Důležitý je i způsob rozčlenění celého řetězce fonémů - např. /tomaːʃ+veseliː/ - /to+maːʃ+veseliː/ (Tomáš Veselý - to máš veselý ... nápad); /maː+teta/ - /maːte+ta/ (má teta – máte ta ... kuřata). V některých jazycích je již na úrovni slova důležitá také dynamická a melodická modulace (tónové jazyky jako čínština, vietnamština, kde se význam odlišuje pomocí různých tónových průběhu slabiky=slova; jazyky s fonologickým slovním přízvukem jako ruština nebo slovinština, kde se význam liší při stejném sledu fonémů pomocí pozice přízvuku).
Jazykové sdělení však není pouhou uspořádanou posloupností fonémů. Sdělení spoluvytváří modulace celého řetězce (silou, výškou, tempem atd.) - např. řetězec fonémů /ano/ může být podle modulace konstatováním, zvoláním, otázkou, začátkem další výpovědi… Tyto fonologicky významné vlastnosti vytvářejí ze slov znakové jednotky vyšší úrovně - výpovědi.
Fonologicky relevantní zvukové jevy lze rozdělit do dvou skupin :
Fonologické jevy realizované simultánní konfigurací zvukových vln (hláskou, ev. pauzou). Tyto konfigurace se realizují v časové posloupnosti a jsou sřetězeny lineárně. Zvukový celek jazykového sdělení lze na tyto jednotky - segmentální fonémy - lingvistickou analýzou rozdělit (jednotky jsou diskrétní).
Fonologické jevy zasahující větší celek než jeden segment. Nemají lineární charakter a jejich nositelem je až jazykově uspořádaný řetězec segmentálních fonémů - slabika, slovo, výpověď. Nazývají se proto suprasegmentální. Jejich charakter je nediskrétní, neboť v jazyce fungují jako nedílný celek nerozdělitelný na jednotlivé složky (např. intonační schéma oznamovací věty existuje jen jako celek). Suprasegmentální fonologickou jednotkou může být v jazyce fonologický slovní přízvuk nebo větná intonace. Realizují se prozodickými prostředky jazyka.
Základem fonologických výkladů o jazyce je analýza segmentálních fonémů, jejich vztahů a fungování. Realizací těchto segmentálních fonémů je obvykle hláska : ve fonologických výkladech se v tomto smyslu užívá často termín fón (odliš od fónu jako akustické jednotky hlasitosti). Zvláštním typem segmentálního fonému je "hraniční signál" vyznačující hranice smysluplných celků ve sdělení. Jeho realizací je často pauza (někdy jen potenciální), průběh melodie řeči, slovní přízvuk, ojediněle i zvláštní hláska (např. v češtině glotální okluziva "ráz" užívající se pouze před vokály na počátku slova, resp. slovního základu – /s=oka/ – [sʔoka] (s oka) - /soka/ (soka); /modro=okaː/ [modroʔokaː] (modrooká).
Předpokladem fonologického pohledu na zvukovou realizaci jazyka je uvědomit si, že při percepci řeči některé zvuky nerozlišujeme a že ani mluvčí nepřikládá variabilitě svých vlastních realizací pozornost : pro účastníky komunikace, uživatele daného jazyka, je část existujících zvukových rozdílů v řeči irelevantní (nedůležitá, nezávažná) a sledují jen vlastnosti relevantní, které mají významově distinktivní (rozlišovací) funkci. Tyto jednotky, patřící svou podstatou již do vyšší roviny abstrakce vnímání signálu řeči (srov. v úvodní části "2. rovina abstrakce"), intuitivně vyčleňuje z konkrétního plynulého řetězce (řečového kontinua) skutečně produkované řeči (z tzv. řečového signálu) a dále je vědomě nečlení na menší útvary.
Toto pojetí je základem fonematické fonologie, jejíž základní jednotkou je právě foném chápaný jako minimální významotvorná jednotka zvukové stavby jazyka. Foném je jednotkou diskrétní (na rozdíl od kontinuálního toku řeči). Interpretační soustava diskrétních jednotek tvoří "fonologické síto", s jehož pomocí identifikujeme stavbu morfů (kořenů slov, afixů, koncovek,….), zjednodušeně se říká, že se liší slova.
Z definice fonému vyplývají jisté vlastnosti, které musejí fonémy v jazyce splňovat:
Foném musí být v jazyce dostatečně diferencován od jiných fonémů, tj. v jeho zvukové realizaci (v nejméně jedné jeho zvukové realizaci, protože foném může mít variabilní znění) musí být takový komplex artikulačně akustických vlastností, který se neopakuje u jiného fonému téhož jazyka.
V češtině např. jako /r/ identifikujeme všechny sonorní kmitavé souhlásky (alveolární, uvulární či labiální). V češtině totiž není jiná vibrantní sonora (mezi vibranty patří i /ř/, je to však obstruent, vlastní konsonant).
Foném musí být součástí určitého systému jednotek stejné roviny lingvistické analýzy, s nimiž je spjat vztahy nejen podobnosti, ale i tím, čím se liší od ostatních.
Např. hláska [u] je v češtině vysoká, zadní, labializovaná, krátká. Foném /u/ se od ostatních vokalických fonémů liší kvantitou (× dlouhému /uː/), zadností (× vysokému přednímu /i/, výškou (× středovému zadnímu /o/). Vlastnost labializace /u/ od jiného fonému neodlišuje, neboť v češtině žádný vysoký, zadní, krátký, nelabializovaný foném není; vlastnost labializace je proto v češtině fonologicky irelevantní. Jiná je situace v němčině, francouzštině, kde se liší labializovaná a nelabializovaná hláska jinak takřka totožné výslovnosti.
Školní mluvnice i běžné slovníky cizích slov vymezují foném jako hlásku, která je v daném jazyce významotvorná. Toto vymezení pro lingvistický pohled na jazyk nedostačuje. Fonémy nelze ztotožnit s hláskami, neboť každý z termínů patří jiné rovině analýzy zvukového materiálu jazyka. Hláska je konkrétní zvuková realita řeči, má zcela konkrétní akusticko-artikulační vlastnosti. Foném je naproti tomu jednotka jazyková, jejíž postavení je dáno především pozicí v systému.
Existenci fonému zjišťujeme myšlenkovými pochody; abstrahujeme jej z množství konkrétních realizací na základě toho, co ze zvukové roviny řeči je nebo není schopno rozlišit významové jednotky sdělení, nelze jej vyvodit z pouhých empiricky daných faktů. Foném se proto někdy chápe i jako konstrukt. Vzhledem k vysoké abstrakci, ke které při vymezení fonémů docházíme, mohou se v konkrétních případech názory na fonologickou platnost určitého zvuku lišit.
Např. pro češtinu není vždy jistota v chápání fonému /oː/: jako zvuk existuje, jeho vztah k /o/ je analogický jako u dvojic /a/ - /aː/, /e/ - /eː/…, ale v domácích slovech je užíváno jen při emotivním dloužení - [boːʒe] - citoslovce bóže). Většinou se s ním počítá, protože má ustálenou grafiku a odpovídá vztahu dlouhý – krátký u jiných monoftongů. Naopak starší práce nepočítají s fonémem /ʤ/, snad i pro to, že je zcela nový a pro jeho zápis se užívá digraf, event. j (jam), g (gin) – i když způsob psaní není pro rozhodování o fonologičnosti žádným argumentem.