Le Japonais étant une langue de sons et de syllabes, à la différence du français qui est une langue de lettres, toutes les syllabes s'entendent plus ou moins. Dans un mot, il n'existe pas de contraction avec deux voyelles ou deux consonnes ou voyelle(s)-consonne(s). « Ai » se prononcera donc « A-i ».

Pourtant, la prononciation du son « ei » sera un « è » long. Sauf dans les chansons où on pourra entendre le « i ».

De même, le « U » des mots se terminant par « Su » ne se prononcera pas : on restera sur le « S ».

Aussi, les voyelles sont plus ou moins longues selon les mots : quand une voyelle est suivie d'une même consonne doublée telles « mitte », elle est brève. Sinon, elle est longue.

Quand une voyelle est longue, la longueur est mise en valeur par un accent circonflexe sur la voyelle, un « u » rajouté, ou la même voyelle écrite deux fois. Ex : « arigatô » écrit aussi « arigatou » se prononce « arigato-o ». « kawaii » est un « i » long.

Les Japonais contractent beaucoup les consonnes ou voyelles sans importance. Le « i » se verra donc mangé plusieurs fois s'il est précédé d'un « k », d'un « n » ou d'un « sh » (Ashita se prononcera donc Ashta). Suivant les accents des différentes provinces, les formules et les voyelles changent.

Ainsi, dans la province du Kansai, on dit « Urusei » quand on dit « Orosai » à Tokyo.