音素（phone）是語音學概念，只要兩個聲音某些方面能分辨出不同（不想去槓具體包括哪些方面……），就可以算不同的音素。音素一般用 [] 表示。

音位（phoneme）是音韻學概念，必須針對特定的語言而言。在這門語言中，只有兩個音素能區別意義，才能算不同的音位。「區別意義」的意思是說，能找到兩個不同的詞，只有這一個音素不同（這種詞稱為最小對 minimal pair）。如果兩個不同的音素在這門語言中不能區別意義，那麼它們就屬於同一個音位，這兩個音素稱為這個音位的音位變體（allophone）。音位一般用 // 表示。

音位變體有兩種：

一種如英語中的 [pʰ] 和 [p]：送氣的 [pʰ] 出現在一般位置，不送氣的 [p] 只出現在 s 後面，找不到最小對。這兩個音素出現在不同的環境中（也稱為互補分佈），這種音位變體叫做條件變體。另一種如漢語的聲母 h，有人把它發成 [h]，有人把它發成 [x]，甚至有人有時發 [h]，有時發 [x]。這兩個音素可以出現在相同的環境中（也稱為對立分佈），但不管發成哪一個音素，都不影響聽者的理解，甚至聽者都注意不到。這種音位變體叫做自由變體。

附送一棵決策樹，用來判斷兩個音是否屬於同一音位，如果是的話算哪種音位變體：

（來自 Allophone - Wikipedia）