Za nejmenší jednotku řeči se pokládá tradičně hláska, „[nejmenší, dále už nedělitelná mluvidly vytvářená artikulačně akustická realita jazyka, představující základní zvukový prvek konkrétního jazyka…“] (B. Hála, 1962). Tato starší definice není přesná, minimální reálně existující artikulační (i akustickou) jednotkou lidské řeči je až slabika, která je většinou tvořena více než jednou hláskou. Při popisech jazyka se však vychází z hlásek, které již vyčleňujeme pro daný jazyk na základě jistého zobecnění (srov. 3). Hlásek (jako typů) je vždy v konkrétním jazyce omezený počet: při základních lingvistických popisech jazyka odhlížíme totiž od jejich obměn v rámci slabik a od obměn regionálních nebo individuálních. Reálně existujících slabik vzniklých kombinacemi konsonantů a vokálů je naopak tolik, že by byly výklady nepřehledné a zdlouhavé.
To, co ve fonetických pracích popisujeme jako hlásku, je výsledkem analýzy řečového celku. Skutečná řeč probíhá jako kontinuální proces a mezi jeho jednotlivými složkami dochází ke koartikulaci, sousedící zvuky jsou vyslovovány společně, jejich okrajové fáze splývají, ovlivňují se, výslovnost se různě modifikuje (srovnej výslovnost rtů u [s] ve slovech sil a sál).
Popisujeme-li ve fonetice tvoření hlásek, nejsme s to zachytit v běžném popisu všechny jejich fáze a proměny; vycházíme tedy ze zobecněných poznatků, popisujeme (zejména pro školské účely, ale i v lingvistických pracích, které nejsou přímo zaměřeny na zvuk řeči) spíše typy hlásek než skutečné individuální konkrétní reality. Typové popisy vycházejí z vrcholových fází hlásek, tj. z míst nejméně ovlivněných hláskovým okolím. Kromě toho je základem vždy reprezentativní podoba mluvené řeči (v českém pojetí: spisovná výslovnost - 2.1).