L'alphabet phonétique international est largement utilisé dans les domaines de la linguistique, de la phonétique, de la traduction, de l'enseignement des langues et de la transcription phonétique dans les dictionnaires. Il est également utilisé dans les communications internationales où la précision de la prononciation est cruciale, comme dans l'aviation et les opérations militaires.

Les catégories de sons.
Les différentes catégories de sons dans une langue peuvent être définies en fonction de plusieurs critères articulatoires et phonologiques :

Lieu d'articulation.
Le lieu d'articulation correspond au lieu où le son est produit dans la bouche. Les principales zones sont dites labiale, dentale, alvéolaire, palatale, vélare, uvulaire et glottale.

Mode d'articulation.
On parle de mode d'articulation pour dire comment le son est produit en fonction de la manière dont l'air est modifié lors de son passage à travers le tractus vocal. Les modes d'articulation sont, notamment, les occlusives, les fricatives, les affriquées, les nasales, les liquides et les approximantes.

Voisement.
Le voisement indique si les cordes vocales vibrent ou non lors de la production du son. Les sons peuvent être voisés (vibration des cordes vocales) ou non voisés (pas de vibration des cordes vocales).

Caractéristiques suprasegmentales.
On qualifie de suprasegmentales les caractéristiques  qui vont au-delà des sons individuels et incluent des aspects tels que l'accent tonique, l'intonation, la longueur, la hauteur et le rythme.

Phonation.
La phonation est un concept qui se rapporte à manière dont les cordes vocales vibrent pendant la production du son. Les types de phonation comprennent la phonation modale, la phonation creaky (craquante), la phonation sifflante et d'autres types spécifiques de vibrations des cordes vocales.

Aspects temporels.
On considère ici des paramètres tels que la durée des sons et des intervalles entre les sons, qui peuvent varier en fonction du contexte linguistique et phonologique.

Degré d'ouverture ou de fermeture de la bouche.
Les voyelles peuvent être classées en fonction de la hauteur de la langue et de l'ouverture de la bouche, allant de fermée à ouverte.

Articulations spécifiques.
Certains sons peuvent impliquer des articulations particulières, telles que la nasalisation, la labialisation, la palatalisation et d'autres modifications qui affectent la production du son.

Barres obliques et crochets.
En phonétique et en phonologie, les symboles "//" et "[]" sont utilisés pour encadrer des éléments spécifiques. Les barres obliques encadrent ordinairement les phonèmes, qui sont des entités abstraites représentant les sons porteurs de sens dans une langue.   Les crochets encadrent pour leur part les réalisations concrètes des phonèmes. Un phonème donné peut être réalisé (prononcé) de différentes façons sans que le sens du mot dans lequel il apparaît soit modifié. Cela peut se voir, en français, par exemple dans la prononciation du /r/ qui peut être prononcé de façon standard [ʁ] ou roulé [R] dans certaines variantes régionales. Les réalisations différentes d'un phonème apparaissent aussi couramment du fait de la proximité avec un autre phonème dans le mot.

Note : Dans les paragraphes qui suivent, un même symbole peut figurer dans plusieurs catégories, selon le trait du phonème sur lequel on se focalise.

Consonnes

Consonnes occlusives.
Les consonnes occlusives sont produites en bloquant complètement le flux d'air à un point dans la cavité buccale, puis en le relâchant soudainement. Pendant l'occlusion, il n'y a pas de flux d'air.

[p] - la consonne occlusive bilabiale sourde, comme dans "patte".
[b] - la consonne occlusive bilabiale voisée, comme dans "bateau".
[t] - la consonne occlusive alvéolaire sourde, comme dans "table", "tarte".
[d] - la consonne occlusive alvéolaire voisée, comme dans "dame", "dard".
[k] - la consonne occlusive vélaire sourde, comme dans "clé", 'coup".
[g] - la consonne occlusive vélaire voisée, comme dans "gare", "gros".

Consonnes nasales.
Les consonnes nasales sont un sous-type de consonnes occlusives, car elles sont également produites en bloquant complètement le flux d'air par la bouche, mais en permettant simultanément à l'air de passer par le nez. 

[m] - la consonne nasale bilabiale voisée, comme dans "mur", "maison".
[n] - la consonne nasale alvéolaire, comme dans le mot italien "nido".
[ɲ] - la consonne nasale palatale voisée, comme dans "agneau". 
[ŋ] - la  consonne nasale vélaire voisée, comme dans "parking".

Consonnes fricatives.
Les consonnes fricatives sont produites en resserrant l'ouverture dans la cavité buccale, permettant à l'air de passer à travers un canal étroit, ce qui crée un bruit de friction. 

[f] - la consonne fricative labiodentale sourde, comme dans "feu".
[v] - la consonne fricative labiodentale voisée, comme dans "veau".
[s] - la consonne fricative alvéolaire sourde, comme dans "souris", "soleil".
[z] - la consonne fricative alvéolaire voisée, comme dans "zoo", "zéro".
[ʃ] - la consonne fricative postalvéolaire sourde, comme dans "champ", "chaise".
[�'] - la consonne fricative postalvéolaire voisée, comme dans "genre", "jaune".
[ʁ] - la consonne fricative uvulaire voisée, comme dans "riz", "barre" (c'est la réalisation la plus courante du /r/ en français).

Consonnes liquides.
Les consonnes liquides sont un groupe de consonnes qui ont une articulation vocale relativement fluide et qui peuvent être considérées comme ayant une certaine sonorité vocale et offrant une possibilité de transition en douceur vers les voyelles environnantes. Elles occupent une place intermédiaire entre les occlusives et les fricatives, ayant une constriction moins serrée que les fricatives mais une constriction plus prononcée que les voyelles. En raison de leur articulation flexible, elles peuvent souvent être sujettes à des variations considérables d'une langue à l'autre et même au sein d'un même dialecte. Les deux principaux types de consonnes liquides sont les consonnes liquides latérales et les consonnes liquides centrales. Les premières sont produites en permettant à l'air de passer librement sur un côté de la langue tout en bloquant partiellement l'autre côté. Cela crée une configuration où l'air peut passer le long de la langue, mais est bloqué sur les côtés. Les secondes sont produites en permettant à l'air de passer relativement librement à travers le centre de la cavité buccale, sans créer de turbulence significative comme dans les fricatives.

[l] - la consonne latérale alvéolaire, comme dans "lune", "lait".
[ɬ] - comme dans le gallois "llan" (un son absent en français standard).
[ɹ] - la consonne rhotique alvéolaire (ou post-alvéolaire), comme dans "red", en anglais.

Consonnes vibrantes.
Les consonnes vibrantes sont produites en permettant aux organes articulatoires,  généralement la pointe de la langue (consonne apicale) ou la luette (consonne uvulaire), de vibrer rapidement contre un autre point dans la cavité buccale. Il existe deux types principaux : les consonnes vibrantes simples (un seul tapement) et les consonnes vibrantes multiples ou roulées (vibrations prolongées). 

[R] - la consonne roulée uvulaire voisée, "r" dans des variantes régionales du français.
[r] - la consonne roulée alvéolaire voisée, comme dans l'espagnol "perro" ( = chien).
[ɾ] - la consonne battue alvéolaire sonore, comme dans l'espagnol "pero" (= mais).

Consonnes additionnelles.
On rangera ici d'autres consonnes pulmoniques, mais qui ont  des lieux d'articulation inhabituels par rapport aux sons plus courants comme les occlusives bilabiales (/p/, /b/), dentales (/t/, /d/) ou vélaires (/k/, /g/), elles sont toujours produites par le flux d'air expiré des poumons.

Consonnes affriquées et doubles articulations.
Les affriquées sont des consonnes qui commencent comme des occlusives (comme /t/ ou /d/) et se terminent comme des fricatives (comme /tʃ/ ou /d�'/). Les doubles articulations se produisent lorsque deux points d'articulation sont activés simultanément pour produire une seule consonne. Symbole :  [◌͡◌].

[t͡ʃ] - affriquée alvéolo-palatale sourde (comme dans "ch" en anglais "church").
[d͡�'] - affriquée alvéolo-palatale voisée (comme dans "j" en anglais "judge").
[k͡p] - occlusive labio-vélaire sourde (utilisée dans certaines langues africaines).
[ɡ͡b] - occlusive labio-vélaire voisée (utilisée dans certaines langues africaines).

Consonnes rétroflexes.
Les consonnes rétroflexes sont articulées en courbant ou en rétractant la langue vers l'arrière de la cavité buccale, souvent avec la pointe de la langue près ou contre le palais mou. Elles sont souvent rencontrées dans les langues indo-aryennes et dravidiennes, ainsi que dans certaines langues amérindiennes et australiennes.

 [ʈ] - occlusive rétroflexe sourde (comme dans certaines langues dravidiennes).
 [ɖ] - occlusive rétroflexe voisée.
 [ʂ] - fricative rétroflexe sourde.
 [ʐ] - fricative rétroflexe voisée.
 [ɳ] - nasale rétroflexe.

Consonnes uvulaires.
Les consonnes uvulaires sont des variantes de consonnes appartenant à des types vus précédemment. Elles sont articulées en rapprochant ou en touchant le dos de la langue au niveau du voile du palais ou de l'uvule. Elles sont relativement rares dans les langues du monde, mais on les trouve dans des langues comme l'arabe, le français et l'allemand.

[q] - occlusive uvulaire sourde.
[ɢ] - occlusive uvulaire voisée.
[ʀ] - vibrante uvulaire (comme dans certains accents du français).
[χ] - fricative uvulaire sourde.
[ʁ] - fricative uvulaire voisée.

Consonnes pharyngales.
Les consonnes pharyngales sont articulées en utilisant la paroi postérieure de la gorge (le pharynx) comme lieu d'articulation. Elles sont rares dans les langues du monde, mais elles sont présentes dans certaines langues sémitiques, telles que l'arabe.

[ʕ] - fricative pharyngale voisée.
[ħ] - fricative pharyngale sourde.

Consonnes épiglottales.
Les consonnes épiglottales sont articulées en utilisant l'épiglotte, une petite cartilage à la base de la langue, comme lieu d'articulation. Elles sont très rares et sont principalement présentes dans quelques langues caucasiennes, telles que l'houzoule.

[ʡ] - occlusive épiglottale.
[ʜ] - fricative épiglottale sourde.
[ʢ] - fricative épiglottale voisée.

Consonnes non pulmoniques.
Les consonnes non pulmonaires sont produites sans l'utilisation de l'air expiré des poumons et proviennent d'autres mécanismes de production sonore dans le tractus vocal. Elles incluent les clics, les éjectives et les implosives :

Clics.
Les clics sont produits en créant une poche d'air entre deux points de contact dans la bouche, puis en relâchant soudainement ce contact. Ils sont particulièrement présents dans les langues d'Afrique australe, comme les langues khoisan et certaines langues bantoues. Quelques exemples de clics :

[ʘ] - Clic bilabial.
[ǀ] - Clic dental.
[ǃ] - Clic postalvéolaire.
[ǂ] - Clic palatal.
[ǁ] - Clic latéral.

Éjectives.
Les éjectives sont produites par la fermeture de la glotte et l'élévation de celle-ci, créant une pression qui expulse l'air lorsqu'un articulé est relâché. Les éjectives sont marquées par une apostrophe [ʼ] après le symbole de la consonne. Voici quelques exemples :

[pʼ] - Éjective bilabiale.
[tʼ] - Éjective alvéolaire.
[kʼ] - Éjective vélaire.
[sʼ] - Éjective alvéolaire fricative.

Implosives.
Les implosives sont produites en abaissant la glotte, ce qui entraîne une pression d'air négative dans la bouche, souvent accompagnée d'une fermeture partielle des cordes vocales. Les implosives sont représentées par une petite boucle ou crochet à droite du symbole de la consonne. Quelques exemples :

[ɓ] - Implosive bilabiale voisée.
[ɗ] - Implosive alvéolaire voisée.
[ʄ] - Implosive palatale voisée.
[ɠ] - Implosive vélaire voisée.
[ʛ] - Implosive uvulaire voisée.

Consonnes approximantes. Semi-voyelles, semi-consonnes.
Les consonnes approximantes (semi-voyelles, semi-consonnes) sont des sons qui se situent quelque part entre les voyelles et les consonnes.  Elles sont produites en permettant à l'air de passer relativement librement à travers la cavité buccale avec un léger constriction. Elles sont moins restreintes que les fricatives et ne créent pas de turbulence significative.

[j] - la consonne semi-voyelle palatale est la semi-voyelle la plus courante dans de nombreuses langues. Elle est souvent représentée par le son du "y" en français, comme dans les mots "yeux" ou "paille". 

[w] - la consonne semi-voyelle labio-vélaire, comme dans "oui", "week-end".

[ɹ] comme dans l'anglais "red". (Peut aussi être considérée comme une liquide, V. ci-dessus).

[ɥ] comme dans les mots "nuage" ou "puits".

Voyelles

Le triangle vocalique est un diagramme utilisé en phonétique pour représenter les voyelles en fonction de leurs positions dans la cavité buccale. Chaque angle du triangle représente un point extrême de la gamme des voyelles. Les axes principaux sont la hauteur, l'avancement (ou rétractation) et la rondeur des lèvres. 

+ L'axe de hauteur va des voyelles basses (en bas du triangle) aux voyelles hautes (en haut du triangle). Les voyelles hautes sont produites avec la langue placée plus haut dans la cavité buccale, tandis que les voyelles basses sont produites avec la langue plus basse.

+ L'axe d'avancement (ou derétractation) représente la position horizontale des voyelles dans la cavité buccale, allant des voyelles antérieures (à gauche du triangle) aux voyelles postérieures (à droite). Les voyelles antérieures sont produites avec la langue placée vers l'avant de la bouche, tandis que les voyelles postérieures sont produites avec la langue plus vers l'arrière.

+ L'axe de rondeur des lèvres rend compte du fait que les lèvres sont arrondies ou non lors de la production des voyelles. Les voyelles arrondies sont produites avec les lèvres arrondies, tandis que les voyelles non arrondies sont produites avec les lèvres étirées ou plates.

En combinant ces trois axes, le triangle vocalique permet de représenter graphiquement la position de toutes les voyelles possibles dans la cavité buccale. Il est utile pour comparer les systèmes vocaliques entre les langues, pour comprendre les changements de voyelles dans les langues au fil du temps, et pour analyser les variations dialectales des voyelles au sein d'une langue donnée.

Voyelles fermées (hautes).
[i] - "i" tendu, comme dans "si".
[y] - comme dans "lune".

Voyelles mi-fermées.
[e] -  "é" fermé, comme dans "été"
[ø] - comme dans "peur" (en certains accents).

Voyelles mi-ouvertes.
[ɛ] - "è" ouvert, comme dans "mère".
[œ] - comme dans "soeur", "peu".

Voyelles centrales.
Les voyelles centrales sont un groupe de voyelles produites lorsque la partie centrale de la langue est placée dans une position relativement neutre dans la cavité buccale lors de leur articulation, ce qui crée une résonance et une qualité sonore distinctes. Elles sont souvent utilisées pour des sons non accentués dans de nombreuses langues et peuvent avoir une variabilité considérable en termes de prononciation précise en fonction du contexte linguistique et de l'accent régional. 

Voyelles fermées.
[ɨ] - une voyelle fermée centrale non arrondie (rare).

Voyelles mi-fermées.
[ɘ] - une voyelle mi-fermée centrale non arrondie.
[ɵ] - une voyelle mi-fermée centrale arrondie.

Voyelles mi-ouvertes.
[ɜ] - une voyelle mi-ouverte centrale non arrondie.
[ɞ] - une voyelle mi-ouverte centrale arrondie.

Voyelles ouvertes.
[a] - comme dans "lame", "chat", "pastel".
[ɶ] - une voyelle ouverte centrale arrondie (très rare).

Voyelles postérieures.
Les voyelles postérieures sont un groupe de voyelles produites lorsque la partie arrière de la langue est placée dans une position relativement proche de l'arrière de la cavité buccale lors de leur articulation, ce qui crée une résonance et une qualité sonore distinctes. Elles sont souvent utilisées dans de nombreuses langues pour distinguer les sons de manière significative, et elles peuvent varier en termes de prononciation précise en fonction du contexte linguistique et de l'accent régional.

Voyelles fermées.
[u] - "u" tendu, comme dans "nous", "roue".
[ɯ] - une voyelle fermée postérieure non arrondie (rare).

Voyelles mi-fermées.
[o] - "o" fermé, comme dans "eau".
[ɤ] - une voyelle mi-fermée postérieure non arrondie.

Voyelles mi-ouvertes.
[ɔ] -  "o" ouvert, comme dans "corps", "port".
[ʌ] - comme dans "but" en anglais britannique.

Voyelles ouvertes.
[ɑ] - comme dans "pâte".
[�'] - comme dans "pot" en anglais britannique.

Voyelles nasales.
Les voyelles nasales sont un type de voyelles dans lesquelles l'air passe simultanément par la cavité buccale et par le nez lors de leur production. Dans la production des voyelles nasales, le voile du palais est abaissé, permettant à l'air de passer par le nez tout en continuant à sortir par la bouche. Les voyelles nasales sont courantes dans de nombreuses langues du monde et sont souvent utilisées pour distinguer les mots et les significations. Par exemple, en français, la différence entre "bonne" (oral) et "bon" (nasal) est due à la nasalisation de la voyelle. Dans l'APi, la nasalisation est symbolisée par un tilde (~) au-dessus du symbole de la voyelle.

[ɑ̃] - comme dans le mort français  "sans", "vent", ou le mot portugais "são". 
[ɛ̃] - comme dans "pain".
[ɔ̃] - comme dans "pont", "rond".

Autres voyelles. 
[ɪ] - voyelle fermée antérieure relâchée non arrondie (comme dans "bit" en anglais).
[ʊ] - voyelle fermée postérieure relâchée arrondie (comme dans "foot" en anglais).
[ʏ] - voyelle fermée antérieure relâchée arrondie.
[ɐ] - voyelle ouverte centrale non arrondie (comme dans "about" en anglais australien).
[ɘ] - voyelle mi-fermée centrale non arrondie.
[ɜ] - voyelle mi-ouverte centrale non arrondie.
[ɞ] - voyelle mi-ouverte centrale arrondie.

Diacritiques

Diacritiques de voisement.
Les diacritiques de voisement indiquent des variations dans la vibration des cordes vocales pendant la production des sons. Ils sont particulièrement utiles pour transcrire des sons dans des environnements phonétiques où les caractéristiques de voisement changent (en raison de l'assimilation, par exemple).

Sons voisés.
Le voisé (◌̬) est un son produit avec vibration des cordes vocales. Dans certains contextes, une consonne sourde peut devenir voisée sous l'influence de sons adjacents. 

Exemple : [s̬] : un /s/ qui est partiellement ou complètement voisée, comme dans certains dialectes ou environnements phonétiques où la consonne normalement sourde devient voisée; en français, [s̬]  le /s/ peut devenir partiellement voisée entre deux sons voisés, comme dans un mot comme "absurde". 

Sons non voisés.
Le non voisé, symbolisé par un petit cercle (◦) souscrit  (◌̥) est un son produit sans vibration des cordes vocales. Une consonne sonore peut devenir sourde en fin de mot ou dans des environnements où elle est influencée par des sons sourds adjacents. 

Exemples : [d̥] : un /d/ qui est partiellement ou complètement dévoisée, comme dans certains contextes où la consonne normalement sonore devient sourde (comme le /d/ de "adieu" [ad̥jø]); [b̥] dans un mot comme "subtropical", correspond à la réalisation du /b/, qui devient partiellement ou complètement sourd sous l'influence de la consonne sourde suivante; même remarque pour le son [n̥], réalisant le /n/  de "pneumatique", ou en en anglais américain dans la prononciation de "button"  [ˈbʌtn̥].

N. B. Le voisement n'est pas toujours indiqué par un signe diacritique. Certaines consonnes sont déjà symbolisées de façon différente selon qu'elles sont voisées ou non voisées, formant ainsi des paires (consonne voisée, consonne non voisée). Exemples :

Diacritiques de centralisation.
Les diacritiques de centralisation sont utilisés pour indiquer que la prononciation d'une voyelle se rapproche de la position centrale de l'espace vocalique. 

Centralisation.
Dans la centralisation  (◌̈), la voyelle est articulée plus près de la position centrale. 

Exemples :    [ë] : un /e/ centralisé;  [ö] : un /o/ centralisé.

Avancement.
Dans l'avancement, symbolisé par un petit signe plus (+) souscrit (◌̟), la voyelle est articulée plus vers l'avant.

Exemples : [u̟] : un /u/ avancé;   [o̟] : un /o/ avancé.

Rétractation.
Dans la rétractation, symbolisée par un petit signe moins (-) souscrit (◌̠),  le son est articulé davantage vers l'arrière, par rapport à l'articulation normale.

Exemples : [i̠] : un /i/ rétracté;  [e̠] : un /e/ rétracté; [d̠] : un /d/ rétracté; [s̠], comme le /s/ de "cercle" [s̠ɛʁkl].

Diacritiques de coarticulation.
Les diacritiques de coarticulation indiquent les effets d'influence mutuelle entre sons adjacents. 

Labialisation.
La labialisation, symbolisée par un w en exposant (◌ʷ), correspond à la prononciation d'une onsonne en arrondissant les lèvres. 

Par exemple :  [kʷ] , un /k/ labialisé et voisé , comme dans le mot "quick" en anglais, ou comme dans certaines façon de prononcer "quoi" en français.

Palatalisation.
La palatisation est indiquée par un petit j en exposant (◌ʲ). Elle correspond à la prononciation d'une consonne avec une élévation de la langue vers le palais dur.

Par exemple, le /t/ palatisé et non voisé en russe  [t^ʲ], qui se rencontre aussi dans certaines prononciations de mots comme "tu" en français.

Vélarisation.
Les consonnes vélarisées, indiqués  par un petit gamma en exposant (◌ˠ) sont des consonnes prononcéesest prononcée avec une élévation de la langue vers le voile du palais. 

Par exemple, le /t/ vélarisé en irlandais : [tˠ]. 

Pharyngalisation.
Indiqué par un petit "ʕ" en exposant (◌ˤ). Cela signifie que la consonne est prononcée avec une constriction du pharynx. 

Par exemple :  [tˤ], un /t/ pharyngalisé en arabe.

Nasalisation.
Indiqué par un tilde au-dessus du symbole (◌̃). Cela signifie que l'air passe par le nez. 

Exemples : [ã], un /a/ nasalisé, comme dans "sans" [sɑ̃]; [ɛ̃], comme dans "pain" [pɛ̃]; ou encore [œ̃], comme dans "parfum" [paʁ.fœ].

Dentalisation.
Les consonnes dentales sont signalées par le pontet souscrit "  ̪  ", ([◌̪]) :

Exemples : [t̪], comme le [t̪] dans l'espagnol "taza". [n̪], consonne nasale dentale voiséequi correspond à la prononciation du /n/ en français, comme dans "nul".

Latéralisation.
Dans la latéralisation (◌ˡ), la consonne est articulée avec un flux d'air latéral. 

Exemple :  [dˡ] : un /d/ latéralisé.

Diacritiques de hauteur de la voyelle.
Les hauteurs des voyelles dans une même langue,  qui peuvent être liées à des différences phonologiques ou à des variations dialectales, sont transcrit à l'aide de diacritiques particuliers  (̝, ̞, ̘, ̙, ̘̥, etc.). Ceux-ci indiquent la position verticale de la langue lors de l'articulation de la voyelle. Par exemple, une voyelle "e" peut être prononcée plus haute ou plus basse dans différentes langues ou dans des contextes linguistiques spécifiques.

Ex. : [e̝] - voyelle élevée (voyelle légèrement plus fermée); [e̞] - voyelle abaissée (voyelle légèrement plus ouverte).

Hauteur basse.
Les sons de hauteur basse sont souvent transcrits sans diacritique. Par exemple, la voyelle "a" dans "patte" serait simplement notée /a/.

Hauteur moyenne.
Les sons de hauteur moyenne peuvent être indiqués à l'aide du diacritique "̞"  placé au-dessous du symbole de la voyelle. Par exemple, la voyelle "e" moyenne dans "été" pourrait être notée /e̞/.

Hauteur haute.
Les sons de hauteur haute peuvent être indiqués à l'aide du diacritique "̝"  placé au-dessus du symbole de la voyelle. Par exemple, la voyelle "i" haute dans "si" pourrait être notée /i̝/.

Hauteur extra-haute.
Pour les sons de hauteur extra-haute, le diacritique "˔" (flèche vers le haut) est parfois utilisé, placé au-dessus du symbole de la voyelle. Par exemple, la voyelle "u" extra-haute dans "lune" pourrait être notée /u˔/.

Variations de hauteur et contours intonatifs.
Variation de hauteur.
[↑] - montée de la hauteur (indiquant une intonation ascendante).
[↓] - descente de la hauteur (indiquant une intonation descendante).

Contours intonatifs.
- montée (intonation montante, souvent à la fin d'une question).
- descente (intonation descendante, souvent à la fin d'une déclaration).

Diacritiques pour les tons.
Les tons sont des variations de la hauteur relative de la voix. Les diacritiques de tons sont placés directement au-dessus ou au-dessous des voyelles pour indiquer la hauteur tonale relative :

Exemples : [e̋] pour un ton très élevé; [é] pour un ton élevé; [ē] pour un ton moyen;  [è] pour un ton bas; [ȅ] pour un ton très bas; [ě] pour un ton montant (de bas à haut);  [ê] pour un ton descendant (de haut à bas). Autres contours de ton : haut-moyen-bas : [e̋ê]; Bas-moyen-haut : [ȅě].

Dans certaines langues les tons peuvent correspondre à des pronciations différentes d'un même, traduisant pa exemple des intentions différentes (comme en français, par exemple, le ton interrogatif, exclamatif, neutre, etc.). Dans les langues dites tonales, les tons changent la signification du mot (ou, plutôt, renvoient à des mots différents), comme en  thaï, en vietnamien, en yoruba, en mandarin (V. plus bas l'exemple classique des mots : [ma̋], [má], [mā], [mà], [mà̏]).

Diacritiques de fermeture de la glotte (modes de phonation divers).
Voix craquée.
La voix craquée ( creaky voice) ou friture vocale  (vocal fry), symbolisée par un tilde souscrit (◌̰) correspond à une  laryngalisation. Les cordes vocales vibrent de manière irrégulière, souvent produisant un son "craqué" ou "tendu". Une manière très "mode californienne" de parler l'américain...

Exemples : [a̰], [ḛ], [b̰].

La voix glottalisé.
La voix glottalisée  (glottalized voice) est représentée par le même diacritique (◌̰) ou par une apostrophe après la consonne (◌ʼ) pour indiquer une consonne éjective (comme [tʼ], [kʼ]). La glottalisation implique une fermeture partielle ou complète des cordes vocales pendant la production du son, donnant une qualité plus tendue ou "éjectée" à la consonne.

Voix murmurée.
La voix murmurée (breathy voice) est indiquée par deux points souscrits (◌̤). Dans ce cas, les cordes vocales vibrent légèrement mais il y a un souffle d'air audible accompagnant la vibration. 

Exemples : [a̤], [e̤], [b̤].

Implosives et consonnes glottales.
Bien que les implosives ne soient pas marquées par un diacritique spécifique mais plutôt par des lettres modifiées (comme [ɓ], [ɗ], [ɠ]), elles impliquent également une fermeture de la glotte suivie d'un relâchement avec une dépression du larynx.

Parmi les sons produits directement par la glotte, on peut signaler la consonne occlusive glottale /ʔ/, qui se présente comme le coup de glotte dans l'anglais "uh-oh".

Diacritiques divers.
Diacritiques de rhotacisation.
[ɚ] - voyelle rhotacisée (comme le [ɚ] dans "butter" en anglais américain).

Diacritiques de syllabicité.
La syllabicité se réfère à la capacité d'un son à constituer le noyau d'une syllabe. Les noyaux de syllabes sont généralement des voyelles, mais dans certaines langues, certaines consonnes peuvent également être syllabiques. Autrement dit, les consonnes syllabiques forment des syllabes sans voyelle dans la structure syllabique. Elles sont parfois représentées par un "e muet" ([ə]). Elle peuvent aussi être translittérées par un signe diacritique, comme la cédille (¸) :

Exemples : [n̩] - consonne syllabique que l'on a par exemple avec le [n] dans "button" en anglais américain; [m̩] dans le mot " rhythm" [ˈriðm̩] ; [ļ] dans "bottle" [ˈb�'tļ]. En tchèque : le /r/ est syllabique dans des mots comme "krk" (= cou), etc.

Relâchement.
Exemple : [t̚] - consonne sans relâchement audible, comme le [t̚] final dans "cat".

Rétroflexion.
Le symbole [ ɻ̩ ] est utilisé pour indiquer une consonne rétroflexe avec une qualité syllabique.

Ex : [ ʈʰɻ̩ ].

Syllabicité.
Le symbole [.] indique une division syllabique explicite (utile dans des transcriptions détaillées pour montrer la structure syllabique).

Tension.
La tension (ou la distinction entre voyelles tendues et relâchées) décrit la qualité musculaire de l'articulation des voyelles. Les voyelles tendues (ou fermées) sont produites avec une plus grande tension musculaire et généralement avec une durée plus longue que les voyelles relâchées (ou ouvertes).

[ˈ] et [ˌ] peuvent être utilisés pour montrer un accent ou une tension accentuée sur une syllabe.

Semi-voyelle.
[i̯] - semi-voyelle ou voyelle non syllabique

Suprasegmentaux

L'accentuation.
Accent tonique.
L'accent tonique est le stress relatif accordé à une syllabe dans un mot ou une phrase. Il implique une augmentation de l'intensité, de la durée ou de la hauteur de la voix sur cette syllabe par rapport aux autres syllabes. Dans certaines langues, comme le français, l'accent tonique est relativement faible et varie selon le contexte. 

Symbole  [ˈ] - accent primaire (comme dans "record" en anglais américain [ˈrɛkərd] pour le nom).

Accent secondaire.
L'accent secondaire est un stress supplémentaire accordé à une syllabe dans un mot ou une phrase, mais avec moins d'intensité que l'accent principal. Dans de nombreuses langues, l'accent secondaire peut apparaître dans des mots polysyllabiques ou dans des groupes de mots.

Symbole [ˌ] - accent secondaire (comme dans "pronunciation" [prəˌnʌnsiˈeɪʃən]).

Longueur.
La longueur d'un son correspond à la durée relative d'un segment de parole, comme une voyelle, une consonne ou une syllabe. Les variations de longueur des sons sont indiquées à l'aide de signes suprasegmentaux ou de diacritiques spécifiques. Ces signes sont principalement employés pour les voyelles, mais dans certaines langues, comme le japonais, la longueur des consonnes peut également être pertinente et être transcrite en utilisant des similaires similaires.

Voyelles courtes.
Les voyelles courtes sont généralement représentées sans diacritique. Par exemple, la voyelle "a" dans "chat" est simplement notée /a/. Mais la briéveté (ou extra-briéveté) peut aussi être indiquée par le symbole " ̆ "

Ex. :  ɪ̆  représente une voyelle i ultra-courte, comme dans [bɪ̆t] (le "i" dans "bit"); ʊ̆  représente une voyelle u ultra-courte comme dans [sʊ̆n] (le "u" dans "sun"). En français, on peut aussi trouver des voyelles ultra-courtes dans des mots comme "un" (/œ̃/) et "inutile" (/inytɪl/).

Voyelles longues.
Les voyelles longues sont souvent indiquées à l'aide du signe "ː" (deux points) placé après le symbole de la voyelle. 

Ex. :  la voyelle /a/ longue dans "pâte" peut être notée [aː]; en anglais britannique, les voyelles longues sont fréquentses, comme, par exemple, dans "feet" ([fiːt]).

La transcription de la demi-longueur (longueur moyenne)  utilise le symbole "ˑ", placé après le symbole de la voyelle. Elle n'est pas courante.

 Ex : [aˑ] pour une voyelle légèrement allongée.

Diphtongues.
Les diphtongues, qui sont des voyelles qui glissent d'un son à un autre, peuvent également avoir des variations de longueur. Dans ce cas, le diacritique de longueur est placé après le deuxième son de la diphtongue. 

Lettres tonales.
Les lettres tonales sont utilisées pour indiquer des tons de manière plus explicite et sont souvent placées avant ou après la syllabe. 

[˥] représente le ton le plus haut dans un système donné.

[˦] représente un ton haut-médian. Il est généralement situé entre le ton haut et le ton moyen.

[˧] représente le ton moyen. Il est souvent utilisé pour indiquer un ton neutre ou non marqué.

[˨] : représente un ton bas-médian. Il est généralement situé entre le ton moyen et le ton bas.

[˩] : représente le ton le plus bas dans le système tonal considéré.

[˩˥] représente  un ton montant (de bas à haut).

[˥˩] représente un ton descendant (de haut à bas). 

L'utilisation des signes suprasegmentaux peut offrir une alternative à celle des signes diacritiques.  On aura, par exemple, avoir les équivalences suivantes pour les quatre tons du chinois mandarin  :
-

Les suprasegmentaux peuvent aussi être combinés. Ex.,  le mot yoruba, Àjà (= marché) avec le contour tonal bas-descendant : [˩a˥˩ja].

Rythme.
[↔] - égalisation ou maintien (indiquant une prolongation rythmique ou une égalisation dans la durée des segments).

Attachements et pauses.
Liaison.
 [ ͜͜   ] liaison entre mots (indiquant qu'il n'y a pas de pause perceptible entre eux).

Pause et Césure :
[|] - pause courte (comme une virgule).

[‖] - pause longue (comme un point ou une fin de phrase).

En marge de l'API, on utilise aussi les points de supsension "..." pour indiquer une pause prolongé, ou même, pour indiquer explicitement la présence de silence dans la parole, simplement le mot "[silence]":