Класифікування звуків, тобто з’ясування специфіки кожного з них, поєднання їх у групи, вимагає розв’язання проблем як об’єктивного, так і суб’єктивного плану.
Існують дві об’єктивні проблеми класифікування звуків.
1. Відсутність у голосних і приголосних спільних артикуляційних ознак, які могли б стати основою єдиної класифікації всіх звуків мови. Тому доводиться окремо групувати приголосні і голосні звуки. Класифікація приголосних пов’язана із перешкодою, що утворюється на шляху повітряного струменя, — із її розташуванням (місце творення приголосних) та характером (спосіб творення приголосних). У класифікації голосних, при вимові яких ніяких перешкод у голосовому каналі не виникає, беруться до уваги ряд творення (передній, середній та задній) і ступінь розкриття ротового резонатора, тобто піднесення (виокремлюють, як правило, три, рідше чотири чи п’ять піднесень). З акустичної точки зору побудова єдиної класифікації звуків мови можлива, оскільки голосним і приголосним притаманні спільні акустичні ознаки (наявність тону і шуму). Однак задовільне акустичне групування звуків для жодної мови ще не розроблене.
2. Створення класифікації звуків у вигляді таблиці може охопити лише дві їх ознаки (розміщення в таблиці по вертикалі і горизонталі). Проте звуки мови мають більше ознак. Так, в українській мові голосні характеризуються такими ознаками, як ряд, піднесення, огубленість (лабіалізованість)/неогубленість (нелабіалізованість). Приголосним звукам української мови притаманні такі ознаки: місце і спосіб творення, дзвінкість/глухість, твердість/м’якість. Отже, теоретично класифікація українських голосних повинна бути тримірною, а класифікація приголосних — чотиримірною, що важко відобразити з допомогою двомірної таблиці.
Класифікування звуків мови ускладнене також наявністю двох суб’єктивних проблем.
1. Помилкове ототожнення звуків і фонем (звукових утворень, що мають у мові функціональне розрізнення) спричинює те, що класифікацію звуків мови іноді називають класифікацією фонем. Однак звуки і фонеми не тотожні. Так, в українській мові фонема <з> виражається звуками [з], [з/], [с], [с/], [ж], [ш] ([з] є основним її виявом, а інші звуки — додатковими виявами), які мусять належати до різних класифікаційних груп. Існує й теоретичне заперечення погляду на артикуляційну чи акустичну класифікацію звуків як на класифікацію фонем: фонема є величиною не артикуляційною чи акустичною, а функціональною, їй притаманні диференційні ознаки. Як правило, ознаки фонем мають акустичні чи артикуляційні позначення, але вони не тотожні відповідним ознакам звуків, оскільки існують винятково в парних протиставленнях. Зокрема, артикуляційні чи акустичні ознаки звуків можуть коливатися, мати різні ступені вияву. Фонематичним ознакам такі коливання не властиві: вони або є, або їх немає. Отже, основою побудови артикуляційної та акустичної класифікацій є звуки, а вже у звуках (і в їх класифікаціях) втілюються фонеми.
2. Існування спроб звести артикуляційні та акустичні ознаки звуків у єдину класифікацію. Це зумовлене частково термінологією, якою позначають основні класифікаційні ознаки приголосних звуків. Місце творення і спосіб творення вказують на артикуляцію. Глухість/дзвінкість, твердість/м’якість відображають акустичне сприйняття, артикуляційно ж ці ознаки характеризуються інакше. Глухість і дзвінкість вказують відповідно на розслабленість і напруженість голосових зв’язок; м’якість порівняно з твердістю артикуляційно являє собою додаткове зсунення язика до середнього піднебіння. У класифікаціях, побудованих на артикуляційних ознаках, з’являються додаткові клітини з акустичним групуванням приголосних: шумні та сонорні (сонанти, тонально-шумні). Щоб витримати це акустичне групування, доводиться розривати єдині з артикуляційного погляду групи, передусім щілинні приголосні, оскільки за способом творення і шумні, і сонорні можуть бути щілинними. Тому не можна поєднувати те, що ґрунтується на різних принципах групування, і питання про артикуляційну та акустичну класифікації звуків необхідно розглядати окремо.
Отже, артикуляційна класифікація повинна створюватися окремо для голосних і приголосних звуків. Акустична класифікація може охоплювати і голосні, і приголосні, оскільки для слухача важливим є сприйняття звука, а не спосіб чи місце його творення.
Найпоширенішою класифікацією голосних є артикуляційна, тобто за ступенем просування язика вперед або назад і ступенем його підняття при їх творенні. За цими ознаками голосні поділяються на голосні переднього, середнього та заднього рядів і низького, середнього та високого піднесення.
Більшість голосних - це голосні переднього і заднього рядів. Голосних середнього ряду мало. Так, наприклад, в українській і тюркських мовах нема жодного.
За положенням губ під час артикуляції звуків розрізняють лабіалізовані і нелабіалізовані голосні. Лабіалізовані вимовляються з участю витягнених і заокруглених губ. До них належать [о], [у].
За положенням м'якого піднебіння при артикуляції голосні поділяються на ротові й носові. При творенні ротових м'яке піднебіння підняте і закриває прохід повітря в ніс, а при творенні носових м'яке піднебіння опущене і повітря проходить у ніс.
Залежно від ступеня розкриття рота розрізняють відкриті та закриті голосні. При вимовлянні закритих м'язи більш напружені, ніж при артикуляції відкритих.
За тривалістю звучання розрізняють довгі й короткі голосні.