Vokal adalah bunyi yang diucapkan tanpa ada hambatan terhadap aliran udara di dalam mulut, sedangkan konsonan adalah bunyi yang dibuat dengan cara menghambat atau menghentikan aliran udara oleh bibir, lidah, dan alat ucap lainnya. Bunyi vokal bahasa Jepang “a, i, u, e, o” diucapkan dengan cara mengubah bentuk mulut. Bunyi “konsonan + vokal”, seperti bunyi “ma” adalah bunyi yang dihasilkan setelah mengatupkan mulut. Bunyi “sa” diucapkan dengan cara menciptakan ruang sempit dalam mulut dengan menggunakan lidah. Apabila ada huruf vokal atau huruf konsonan yang sulit, mari periksa bagaimana cara membuat bunyi tersebut (berdasarkan bentuk mulut dan posisi lidah).