Vogais
São cinco as vogais do esperanto: a, e, i, o, u.
E suas pronuncias são: á, ê, i, ô, u, mesmo nas sílabas átonas.
Os acentos apenas indicam a pronuncia da vogal, pois, seu som deve ser sempre médio.
Obs.: O ŭ é uma consoante, e sempre acompanha uma vogal para formar sílaba, e sua pronuncia é brevíssima.
Sílaba tônica
Em esperanto a sílaba tônica sempre é a penúltima.
Som das letras
Cada letra representa um único som, e não há letras mudas.
Não há sons nasais em esperanto.
Há cinco consoantes no esperanto que vale o destaque: ĉ, ŝ, ĵ, ĝ, ĥ.
A pronuncia de cada uma é:
ĉ : tch
ŝ : ch
ĝ : dj
ĵ : j
ĥ : j (som forte gutural, igual ao j espanhol)
Outras consoantes
c : ts
g : Duro, como em gato.
h : Aspirado como no inglês.
j : i brevissímo, tem função semelhante do ŭ.
m, n : Conservam seus sons.
As letras a, b, d, f, i, k, l, m, n, p, t, u, v, z não apresentam maiores dificuldades para nós falantes da lígua portuguesa.