Fonemas são os sons básicos distintivos de uma língua, de cuja combinação resultam todas as palavras. Os fonemas são sons distintivos porque a troca de um deles por outro ocasiona a mudança do significado da palavra e, portanto, produz um novo vocábulo. Por exemplo, /f/ e /v/ são dois fonemas distintos em português porque faca e vaca significam coisas diferentes.

Mas nem todos os sons de uma língua são distintivos, pois alguns deles se equivalem, isto é, a troca de um pelo outro não altera o significado da palavra: trata-se apenas de pronúncias alternativas (em geral, de cunho regional) de um mesmo vocábulo. Por exemplo, a palavra carro pode ser indiferentemente pronunciada como [karu], [kaxu] ou [kahu] (pronúncias gaúcha, carioca e nordestina, respectivamente). Os vários sons que representam um mesmo fonema são chamados de alofones ou variantes. Quando um fonema admite uma única pronúncia, não dizemos que ele tem alofones, mas que tem um único fone. Portanto, os alofones são os vários fones (isto é, pronúncias possíveis) de um fonema.

Os diferentes alofones de um fonema podem substituir o som básico sem alterar o significado da palavra, como, no caso, as diversas pronúncias do r no português do Brasil (carioca, caipira, etc.). O fonema é representado graficamente entre barras, e seus alofones são representados entre colchetes. Assim, o fonema /r/ apresenta no português do Brasil os alofones [r], [ʁ], [x], [h], etc.

Em geral, o símbolo fonético escolhido para representar um fonema é aquele que corresponde à pronúncia mais comum ou mais prestigiada, chamada de pronúncia-padrão. Mas pode ocorrer também de o símbolo adotado para o fonema não corresponder a nenhum dos seus alofones. Isso pode ocorrer, por exemplo, quando temos um fonema africado, isto é, formado por dois sons fonéticos, como /ʧ/, que se pronuncia [tʃ].

Os fonemas de uma língua constituem um conjunto relativamente pequeno de unidades (raramente ultrapassam 50) que é chamado de sistema fonológico. As línguas europeias têm em média entre 20 e 40 fonemas; muitos deles não têm alofones, outros têm dois ou no máximo três.

Os fonemas não devem ser confundidos com as letras do alfabeto (por isso mesmo, costuma-se utilizar um alfabeto específico, chamado Alfabeto Fonético Internacional (confira a aba GUIA DE CONSULTA – Alfabeto Fonético), para representar tecnicamente os fonemas e seus alofones). O alfabeto português tem 26 letras (das quais três, k, w e y só se usam em palavras estrangeiras) para representar 33 fonemas. Às vezes, uma mesma letra representa mais de um fonema (s pode soar como /s/ ou /z/), um fonema pode ser representado por um dígrafo (ch soa /ʃ/), duas os mais grafias representam o mesmo fonema (s, ss, c, ç, x, sc, sç, xc, xs representam todos o fonema /s/), e ainda uma letra pode não corresponder a nenhum fonema, como o h, que é mudo.