Paljud läänlased usuvad, et hiina keel viitab ühele keelele ja et häälduse erinevused on samaväärsed lõunaosariikides elavate inglise keele kõnelejate ja põhjaosariikides elavate inimeste dialektiliste erinevustega. Tegelikult, kuigi kümned hiina keele variandid kasutavad kõik sama leksikaalsete üksuste komplekti ja samu grammatilisi struktuure, ei pruugi ühest piirkonnast pärit kõneleja olla võimeline suuliselt suhelda teise piirkonna kõnelejaga. Seda mitte sellepärast, et kumbki peab teise aktsenti liiga paksuks, vaid seetõttu, et kõik hiina sõnad koosnevad mitte ainult foneemidest või heliühikutest, vaid kannavad oma tähendust ka toonide või sõna häälduskõrguse kaudu. Transkribeerijad kasutavad kõneleva fraasi jaoks nii tooni numbrit kui ka tooni nime, kasutades ühte mitmest lääne transkriptsioonimeetodist.
Mandariini keel on enam kui 845 miljoni kõnelejaga maailmas enimkasutatav keel. Mandariini keel, nagu kõik hiina keeled, mida sageli nimetatakse hiina murreteks, sisaldab toone, mis määravad sõna tähenduse. Tooni number üks nimetatakse yin pingiks ja see on ühtlane heli, mis ei tõuse ega kahane. Toon number kaks, yang ping, langeb veidi sõna keskele ja naaseb seejärel algsele kõrgusele. Shang on kolmas toon ja ka see langeb, kuid dramaatilisemalt kui yang ping, ning neljas ja viimane toon mandariini keeles, qu, algab kõrgpunktist ja sukeldub.
Mandariini ja teised hiina keeled on ühesilbilised; kuna kõik keeled piiravad foneemide arvu, on igasse hiina sõnasse helikõrguse lisamine vajalik, vastasel juhul ei piisa foneemilistest kombinatsioonidest. Inglise keel, nagu ka teised mitmesilbilised keeled, ei ole tonaalne sel lihtsal põhjusel, et see pole vajalik. Kasutades ainult 40 foneemi, sisaldab inglise keele leksikon tublisti üle 250,000 XNUMX sõna; see on võimalik, kuna inglise keel lubab mitut silpi ja uued sõnad ühendavad juured liidetega ning muudavad häälikuid.
Mandariini keeles on üks silp sõna ja andes sellele silbile neli tooni, milles seda saab kasutada, saab ühest silbist neli erinevat sõna. See võib olla piisavalt keeruline, et segada paljusid läänlasi, kuid taiwani keel, teine hiina keel, lisab neli täiendavat tooni numbrit kokku kaheksaks ja kantoni keel üheksa erinevat tooni.
Oluline on märkida, et erinevalt paljudest teistest keeltest ei põhine kõik hiina keeled või murded oma kirjalikul kujul tähestikul. Üks märk tähistab ühte sõna ja iga sõna on üks silp. See tähendab, et mandariini hääldus, mida saab hääldada tooniga number üks, toon number kaks ja toon number neli, kirjutatakse kolme erineva ja mitteseotud märgi abil. Sel viisil saavad kantoni keele kõneleja ja taiwani keele kõneleja lugeda sama teksti ja sellest täielikult aru, kuid hääldavad seda palju erinevalt.