↗Souhlásek (konsonantů) je v č. fonémickém inventáři v porovnání se samohláskami dvojnásobek. Vnitřně je výhodné rozdělovat souhlásky na šumové neboli ↗obstruenty (těch má čeština 20) a tónové neboli ↗sonory (těch je v češtině 6). Výhoda spočívá v odlišném chování šumových a tónových souhlásek např. s ohledem na ↗asimilaci znělosti. Základem uvedeného dělení z akustického hlediska je rozlišování mezi zvuky s periodickým opakováním změn akustického tlaku (tj. tóny) a zvuky se změnami neperiodickými (tj. šumy). Sonory, přesněji sonorní souhlásky, jsou znělé a při jejich artikulaci běžně nevzniká žádný slyšitelný šum. Tónová složka naprosto převažuje. Obstruenty mají oproti tomu šumovou složku velmi výraznou. To platí zejména pro obstruenty neznělé. U znělých se šum mísí se zvukem základního hlasivkového tónu (se zvukem hlasu).

K č. sonorním souhláskám patří [m, n, ň, r, l, j] (a dále labiodentální [ɱ] ve slovech jako tramvaj a velární [ŋ] ve slovech jako banka). První tři jsou hláskami nazálními, takže kromě typického nosního brumu v jejich spektru nalézáme i antiformanty, tj. zeslabená frekvenční pásma. Velmi krátké zeslabení akustické energie ve všech pásmech, tj. po celé šířce spektra je charakteristickým rysem souhlásky [r]. Toto zeslabení je akustickou odezvou kmitu jazyka. Je-li [r] vícekmitné, ↗spektrogram vykáže více krátkodobých zeslabení. Laterální aproximanta [l] vykazuje podobně jako [r] spektrum podobné spektru samohláskovému, takže může fungovat jako slabičné jádro (např. slova plný, mlha, nesl). Spektrum aproximanty [j] je velmi podobné samohlásce [i]. Právě proto však nemůže fungovat jako slabičné jádro: pokud bychom [j] vyslovili mezi dvěma souhláskami, bude znít jako velmi krátké [i] a nebude mít potřebnou distinktivnost pro stavbu jaz. znaku.

Obstruentů je více než sonor, proto budou představeny po skupinách podle způsobu artikulace. Explozívy [p‑b, t‑d, ť‑ď, k‑g] mají dvě akusticky odlišné složky. Jednou je tzv. závěr, tedy úsek, v němž mají neznělé [p, t, ť, k] ticho, a znělé [b, d, ď, g] tlumený tón hlasivek zaznívající přes tkáně mluvidel. Druhou fází explozív je samotná exploze, podle níž jsou pojmenovány. Je to krátký a poměrně prudký únik vzduchu zpoza překážky vytvořené mluvidly. Akusticky se projevuje jako širokospektrální šum o trvání cca 10–15 milisekund. Labiální hlásky mívají explozi kratší, než je uvedená hodnota, palatální naopak delší. Pro vzájemnou odlišitelnost (distinktivnost) explozív jsou velmi důležité i samohláskové tranzienty. To jsou specifické ohyby formantů, spoluurčující místo tvoření dané souhlásky a tím i její identitu.

Rozpoznání frikativ [f‑v, s‑z, š‑ž, x‑h] (pozor, [x] se v českém pravopise zapisuje jako ch) je na tranzientech méně závislé, protože jejich typický šum je vzájemně dosti odlišný a zní dostatečně dlouho. Labiodentání [f‑v] mají spektrum ploché, doširoka rozprostřené. Naproti tomu šum souhlásek [s‑z, š‑ž] je pronikavý a vedl k označení těchto segmentů jako ↗sykavky. (K sykavkám patří i [c, č, ǯ], viz níže). Akusticky je u [s‑z, š‑ž] zřetelné těžiště šumu v oblasti zvýšené citlivosti sluchového aparátu. Pro [s] jde o pásmo 4–5 kHz, pro [š] 2–3 kHz. Šum sykavek pokračuje ještě vysoko nad tento amplitudový vrchol. Velární [x] má opět šum méně výrazný. Tvoří nepravý znělostní pár s laryngálním [h], má však i svůj reálný znělý protějšek v hlásce [ɣ] (srov. ↗fonématika češtiny). Jelikož artikulace [h] nevyžaduje orální úkony, v jeho spektru jsou kromě šumu patrny i formanty okolních samohlásek.

Afrikáty jsou zvláštní tím, že začínají jako explozívy, ale končí jako frikativy. To ovšem neznamená, že by byly dvojhláskou. Homorganní pohyb od závěru k frikativní detenzi je kompaktní a i načasování úkonů naznačuje jeden celek. V č. funguje jako foném alveolární [c], které se díky výrazné šumové složce řadí mezi sykavky. Kvůli počátečnímu závěru se někdy mluví o polosykavce, ovšem z akustického hlediska je tento název zavádějící, protože spektrum šumu druhé fáze afrikáty [c] je velmi podobný hlásce [s] a není nijak polovičně pronikavý nebo výrazný. [c] má i znělý protějšek [ʒ], který je ovšem pouze důsledkem asimilace znělosti a jako foném nefunguje. V postalveolární oblasti má č. dvojici [č-ǯ], jejíž znělý člen však získal distinktivnost až díky slovům přejatým z jiných jaz. Závěr těchto hlásek odpovídá akusticky závěru dvojice [t‑d], jenom bývá kratší. Podobně je šumová složka afrikát [č-ǯ] akusticky téměř identická s šumem u [š‑ž], ale její trvání je opět kratší.

Šumová složka frikativní vibranty [ř] je opět akusticky nejblíže šumu dvojice [š] nebo [ž], v závislosti na tom, zda byla realizována znělá nebo neznělá varianta. Podobně jako u [r] ovšem obsahuje spektrogram [ř] odezvu jednoho či více kmitů špičky jazyka. Tato odezva spočívá v krátkém útlumu akustické energie po celé šířce spektra. Hláska [ř] vykazuje vyšší tendenci k vícekmitovosti než [r]. Pokud je kmitů více než jeden, pak jsou také o něco rychlejší než u [r].