Le pinyin est la forme romanisée du chinois basée sur la prononciation. Il trouve son origine dans une façon d'expliquer le chinois en épelant les caractères chinois dans l'alphabet latin. Le gouvernement chinois l'a officiellement reconnu en 1950. Plus tard, il a été introduit à l'école primaire afin de simplifier le processus d'apprentissage et de standardiser la prononciation.

Pour représenter la phonologie complexe du chinois standard, le pinyin utilise toutes les lettres de l'alphabet latin de base - sauf le "v" -, il y ajoute quatre digraphes : "sh", "ch", "zh" et "ng" plus le "u" avec tréma, c'est-à-dire "ü". En outre, quatre marques différentes sont utilisées sur les voyelles "ō, ó, ǒ, ò". Elles indiquent les quatre tons différents du chinois. Les tons peuvent également être indiqués par des chiffres, "1, 2, 3, 4", bien que cela soit moins courant. Le système pinyin impose également des règles concernant l'utilisation des majuscules et la séparation des mots.

Chaque caractère chinois représente généralement une syllabe. Par exemple, "Je suis espagnol" s'écrit avec six caractères, c'est-à-dire avec six syllabes : "wǒ shì xī bān yá rén" ou "wo3 shi4 xi1 ban1 ya2 ren2". Il est également assez courant de représenter ensemble les syllabes pinyin d'un même mot : "wǒ shì xībānyá rén".

La syllabe du mandarin a deux parties, une initiale (colorée en bleu dans l'exemple) et une finale (marquée en rouge). Le vert indique le ton. Comme nous le verrons dans les prochaines leçons, le chinois mandarin possède quatre tons plus un ton neutre, qui n'est pas transcrit.

Le premier tableau ci-dessous montre les initiales, le deuxième montre les voyelles, et le troisième montre la façon particulière de lire certaines parties finales.