Puheäänne eli fooni on tietyntyyppisen artikulaatioliikkeen abstraktio. Yleensä äänteiden luokittelussa käytetään jotakin yleisesti tunnettua transkriptiojärjestelmää, esimerkiksi kansainvälistä foneettista aakkostoa (International Phonetic Alphabet eli IPA), joka määrittelee, minkälaiset artikulatoriset piirteet ovat tärkeitä ja voivat esiintyä maailman kielissä ja kuinka näitä tulisi merkitä. Äänteiden segmentointi ja foneettisen transkription tekeminen vaatii runsaasti harjoittelua ja perehtymistä artikulaatiofonetiikkaan.
Äänteitä voidaan luokitella ja kuvata käyttötarkoituksesta riippuen eri tarkkuuksilla. Äänteiden nimikointi perustuu ensisijaisesti havaintoon, mutta akustisia kuvauksia on aina syytä käyttää apuna erityisesti äännerajojen paikantamisessa.
Tunnistetaan ensin sekä kuulonvaraisesti että akustisten kuvausten perusteella äänne ja sen naapuriäänteet. "Zoomaa" äänen visualisointia niin, että ruudulla on näkyvissä vain 3-10 äänteen mittainen pätkä ja aaltomuotokuvaajan pienemmätkin "ripellykset" erottuvat selvästi. Kuuntele eri mittaisia pätkiä näkyvissä olevalta alueelta, jotta löydät äänteet paremmin. Äänne pitää aina tunnistaa kuuntelemalla sitä kontekstissaan. Jos segmenttiä kuuntelee yksinään, sen tarkkaa laatua ei useinkaan voi havaita oikein, ja segmentin alussa ja lopussa voi kuulua häiritseviä naksahduksia, jolleivät segmenttirajat ole tarkasti amplitudin nollakohdissa.
Tämän jälkeen asetetaan alku- ja loppurajat äänteen tyypin mukaisesti (ks. esimerkit liitteessä C).
Jos äänneyksiköitä tuntuu löytyvän odotetusta poikkeava lukumäärä, on parasta uskoa havaintoaan ja valita näille yksiköille parhaiten sopivat symbolit. On huonompi ratkaisu sijoittaa äänteiden rajat mielivaltaiselta tuntuviin paikkoihin ja käyttää niille huonosti sopivia symboleita.
Mikäli äänne tuntuu olevan esimerkiksi vain yhden äänihuuliperiodin mittainen tai erittäin lyhytkestoinen (esim. alle 10 ms), sitä ei normaalitapauksessa kannata rajata erillisenä äänteenä vaan jommankumman naapurinsa osana.
Mikäli vokaaliäänne on selvästi diftongi (tavunsisäinen vokaalijono), rajataan sen alku- ja loppuosa erillisinä äänteinä. Huomaa kuitenkin, että joskus fonologisessa mielessä odottamasi diftongi saatetaan tuottaa monoftongina - älä silloin pakota segmenttiä kahteen osaan. Samat neuvot koskevat tavurajan ylittäviä vokaaliyhtymiä.
Pitkiä foneemeja edustavat äänteet rajataan vain yhtenä äännesegmenttinä. Esim. pitkä /k:/-konsonantti rajataan samalla tavalla kuin lyhyt /k/, sillä äännekerroksessa näillä ei välttämättä ole selvää foneettista eroa. (Huom: Vain yksi [k] segmentoidaan myös, vaikka löytäisit aaltomuotokuvasta pitkähkön [k]-äänteen keskeltä useita laukeaman näköisiä ''sykkyröitä''! On hyvin tavallista, että [k]-klusiilin laukeama on epämääräinen, sillä kielen selkä on pinta-alaltaan suuri ja sen liikuttelu artikuloidessa on luonnostaan vähemmän tarkkaa kuin esimerkiksi kielen kärjen.)
Äännesegmentti liittyy suoraan signaaliin tai kaikkiin signaaleihin, joissa äänne esiintyy samalla hetkellä saman puhujan tuottamana. Mikäli puhunnos-, tavu- ja sanekerrokset ovat ennestään olemassa, tulisi puhunnosten, tavujen ja saneiden alku- ja loppurajat soveltuvin osin kohdistaa vastaavien äännerajojen kanssa. Huomaa kuitenkin, että usein esiintyy myös äänteitä, jotka ylittävät tavu- tai sanarajan ja joita ei siksi voida perustellusti sitoa vain yhteen tavu- tai saneyksikköön (esim. suomen kielen geminaatta tai sanojen rajalla esiintyvä vokaaliäänne, johon edellinen sana loppuu ja jolla seuraava sana saumattomasti alkaa).
Ensisijaisesti kuulonvaraisin, mutta osittain akustisin kriteerein valitaan kyseistä äännettä kuvaava symboli ja tarkkeet kansainvälisen foneettisen aakkoston (IPA, 4) käyttämien foneettisten piirteiden mukaisesti.
Sama äänne voidaan kuvata foneettisesti joko ASCII-muotoisena (Worldbet- ja X-SAMPA-aakkostot) tai mahdollisesti IPA-kirjasimella, mikäli käytettävä annotointiohjelma sen sallii. ASCII-muotoisia aakkostoja tulisi suosia, koska ne ovat koneluettavia ja koska niiden siirto järjestelmästä toiseen aiheuttaa vähiten muunnosongelmia. Jos annotaatioista halutaan myöhemmin luoda esitysgrafiikkaa, ASCII-muodossa kuvatut äänteet voidaan muuntaa IPA-kirjasimelle. Worldbet-aakkoston merkit on kuvattu liitteessä A.
Pyri löytämään äännettä parhaiten kuvaava foneettinen perussymboli. Lisää tämän jälkeen tarvittavat tarkemerkit. Jokaiselle äännesegmentille saa antaa vain yhden foneettisen perussymbolin tarkkeineen. Jos tunnet tarvitsevasi useamman perussymbolin, rajaa jokaiselle oma segmenttinsä.
Foneettisen transkription pitäisi kuvata mahdollisimman tarkasti äänteestä syntyvää kuulohavaintoa. Pyri siis välttämään tietoista tai tiedostamatonta tukeutumista esimerkiksi foneemiseen kuvaukseen. Kun mietit, mikä transkriptio ts. nimike äänteelle sopisi, ajattele ääntöväylän asentoa ja sitä, mihin suuntiin artikulaatioelimet ovat matkalla. Tämä voi helpottaa epäselvien äänteiden nimikointia.