Pinyin es la forma romanizada del idioma chino basada en la pronunciación. Se origina como una forma de explicar el chino a los estudiantes occidentales al deletrear los caracteres chinos usando el alfabeto occidental. Fue oficialmente reconocido por el gobierno chino en la década de 1950 y posteriormente se implantó en las escuelas primarias para simplificar el proceso de aprendizaje y, además, estandarizar la pronunciación.

Para representar la compleja fonología del chino estándar, el pinyin se vale de todas las letras del alfabeto latino básico - con excepción de la “v” -, más cuatro dígrafos “sh”, “ch”, “zh”, “ng”, y la u con diéresis: “ü”. Además, se hace uso de cuatro tildes sobre las vocales “ō”, “ó”, “ǒ”, “ò”, que sirven para indicar los cuatro tonos del chino. Los tonos también se pueden indicar con números “1, 2, 3, 4”, aunque es menos habitual. El sistema pinyin también dicta las normas sobre el uso de mayúsculas y la separación de palabras.

Cada uno de los caracteres chinos suele representar una sílaba. Por ejemplo "Yo soy español" se escribe con seis caracteres, es decir, con seis sílabas: “wǒ shì xī bān yá rén” o “wo3 shi4 xi1 ban1 ya2 ren2”. También es bastante habitual representar las sílabas pinyin de una misma palabra juntas: “wǒ shì xībānyá rén”.

En mandarín la sílaba consta de dos partes, una inicial (en azul en el ejemplo) y una final (en rojo). El verde indica el tono. El mandarín tiene cuatro tonos más un tono neutro, que no se transcribe, como veremos en próximas lecciones.

El primer cuadro de abajo muestra las partes iniciales, el segundo las vocales y el tercero las lecturas especiales de algunas partes finales.