Zvuková řeč se realizuje v souvislých úsecích, které jsou takto nejen produkovány, ale i vnímány a interpretovány (viz ↗percepce zvukové řeči). Z fonetického hlediska (tedy z hlediska zvukové formy) se souvislá řeč člení na menší úseky, jejichž rozsah nelze přímo spojovat s významovým členěním promluvy. Nejmenší zvukové jednotky nemají obvykle ve významovém plánu výpovědi protějšek, teprve vyšší jednotky jsou uzavřené nejen z hlediska zvukového, nýbrž i obsahového.

Členění souvislé řeči lze zobrazit takto:

V jednotlivých případech může existovat korespondence přízvukový takt – slovo; v č. např. je subst. obvykle samostatným ↗taktem, má vlastní ↗slovní přízvuk, ale v předložkovém spojení vytvoří vyslovovaný celek často až s touto předložkou: ['pole] × ['na pole], v souvislé řeči třeba i s dalším nepřízvučným slovem ['na pole se 'nepojede]. Lze doložit i vztahy ↗slabika – ↗slovo (u jednoslabičných slov), slabika – ↗morfém (např. slabičná předpona) a třeba i ↗foném (a jeho realizace, ↗hláska) – morfém – slovo (např. č. spojky a, i; předložky v, k, s, z), ale nejsou běžné. Ve slabičných jaz. (některé jaz. východní a jihovýchodní Asie) je vztah slovo – slabika pravidlem.

Ze zvukového hlediska jsou hranice významových celků v jaz. vyjadřovány obligatorně (u vyšších celků jako je promluva či výpověď) n. alespoň potenciálně (hranice slova, někdy i hranice morfému). Prostředkem vyjádření jsou různé modely ↗modulace souvislé řeči, založené na síle, výšce, tempu řeči a pauzách, možnosti vzájemného ovlivňování hlásek při ↗asimilaci a ↗akomodaci, event. i jisté typy seskupení hlásek. Jsou rozmanité a při jejich poznávání je třeba vycházet z vyšší úrovně zobecnění, než je úroveň fonetická, patří vlastně až do popisu fonologického.

V jaz. ustálené modely modulace řeči, průběh ↗intonace a ↗pauza, potenciální i absolutní, ukazují na předěl terminální (srov. ↗dierém), oddělující ↗promluvy, ↗výpovědi a výpovědní úseky. Pro uživatele je signálem i věcná uzavřenost sdělení. Úsek mezi dvěma terminálními předěly může být i samostatnou promluvou. Z hláskových jevů může být signálem předělu ztráta znělosti ↗obstruentů před předělem, časté protahování koncového vokálu, po pauze pak (velmi časté, nikoli však nutné) užití ↗rázu před vokalickým začátkem počátečního výrazu.

Potenciální pauza, pozice přízvuku v jaz. se stálým přízvukem (tedy i v č.), omezení vzájemného ovlivňování hlásek, možnost zapojení určitého ustáleného sledu slabik („slova“) do různých kontextů zvukově signalizuje předěl vnější. Slovní přízvuk vymezuje hranice ↗taktu, kterým může být ↗slovo v běžném slova smyslu, ale bývá i větší: jeden takt tvoří v č. předložkové spojení jména s ↗předložkou původní, a to jak neslabičnou, tak slabičnou ['fposteli], ['na svjeťe] a přízvučný výraz a jeho ↗klitika: [to 'fšecko bi se mu 'povedlo]; viz ↗přízvuk a ↗ortoepie. Přes vnější předěl by v kultivované výslovnosti neměla probíhat ↗asimilace artikulační, probíhá však, pokud není sebemenší pauza, ↗asimilace znělosti. Pokud k pauze dojde, dochází k desonorizaci obstruentů podobně jako na konci výpovědí. V některých jaz. (ne však v č.) existuje i „vázání“ (splývání hranic slov v úseku), proto mívá č. mluvčí v porozumění např. francouzštině potíže, protože obtížněji identifikuje při poslechu jednotlivé výrazy ve sdělení (viz i ↗sandhi).

Takt je skupina slabik patřících k jednomu slovnímu přízvuku. Jde o jednotku shodnou se slovem, může však být i větší. K jediné slabice charakterizované přízvukem se přičleňuje několik slabik, které přízvuk nemají. Podle toho, na kterém místě skupiny je přízvučná slabika umístěna, rozdělují se takty na tři skupiny: takt sestupný začíná přízvučnou slabikou, za niž se řadí slabiky nepřízvučné: ['donese], ['zdálo se mi], ['za pjet 'korun] – jde o základní typ taktu v č.; takt vzestupný vzniká, předcházejí-li nepřízvučné slabiky: [ʔa 'dám]); takt obstupný, v němž je přízvučná slabika umístěna mezi nepřízvučnými: [ʔaž 'zítra]; [ʔa 'mám se 'zastavit]. Obstupné, a zejména vzestupné takty jsou v č. zastoupeny málo. Podrobnosti viz ↗mluvní takt.

Typ taktu obvyklý v jaz. je základem pro realizaci sylabotonického a tonického verše a jeho metra – u jaz., kde takt začíná obvykle přízvučnou slabikou (jako je č.), je běžný trochej a daktyl, u jaz. s přízvukem jinde jamb.

Hranice taktu je totožná s hranicí některého slova, které takt tvoří. V jaz. se stálým přízvukem ji lze poznat i podle umístění přízvuku, v jaz. s přízvukem pohyblivým napomáhá identifikaci zkušenost mluvčích, tj. znalost soustavy jaz. Hranice taktů je (navíc) signalizována potenciální pauzou, kromě toho se v některých jaz. na hranici taktů při neutrální a pečlivé výslovnosti neprovádějí hláskové změny, jež jsou uvnitř taktů pravidlem (vzájemné přizpůsobování konsonantů a vokálů, asimilační změny). V ruštině n. angličtině, které redukují vokály v nepřízvučných slabikách, je signálem hranice taktu i míra redukce.

Takt je základní zvukovou jednotkou přirozeně vyslovované řeči; proto je označován i jako fonetické slovo. Toto označení naznačuje, že mezi taktem a slovem ve významu lexikálním a morfologickém může být korespondence: plnovýznamové slovo může být vždy samostatným taktem (pomocná slova mají tuto schopnost jen potenciálně, jsou‑li samostatně vyslovena nebo jsou‑li jádrem sdělení, jinak bývají bez přízvuku). Slovo je minimálním taktem.

V proudu řeči je takt často tvořen více slabikami než slovo. Výrazy, které se po zvukové stránce přičleňují k jiným, jsou souhrnně označovány jako ↗klitika. K následujícímu slovu s vlastním přízvukem se připojí ↗proklitikon (předklonka), k předcházejícímu výrazu se přičleňuje do jediného taktu ↗enklitikon (příklonka). Viz ↗klitika.

Délka taktu je dána jazykovou zvyklostí a souvisí i s obvyklou délkou slova. Obecně lze říci, že takty nejsou nikdy příliš dlouhé, v č. mají např. nejčastěji 2–3 slabiky. Délka taktu odpovídá délce metrického celku poezie daného jaz. Nejlépe je poznatelná z poezie lidové, jejíž forma se řídí přirozeným rytmem jaz., umělá poezie je v tom formována i literárností textu a s ní související dobovou představou o estetice uměleckého vyjadřování. Takt jako jednotka je důležitý i pro rytmus mluvené řeči neveršované.

V rámci taktu může být přítomno další, jemnější členění, např. zvuková signalizace utváření slova z kořenů a afixů, event. hranice předložky a jména, k němuž se vztahuje. Předěl vnitřní se může v č. realizovat ↗vedlejším přízvukem – u kompozit jako [ˈceloˌspolečenská]; [ˈčeskoˌslovenská] k názvu státu Československo, odliš od [ˈčesko ˈslovenská], česká a slovenská, event. i podle složení prvků v taktu ↗rázem ([ˈpotʔobojí] / [ˈpodobojí]; [ˈpoʔopravil]), n. zachováním skupiny souhlásek: [ˈbezzubá], [ˈpř̭etsunutá]. V chápání vnitřního předělu není jednota, také jeho zvukové vyčleňování je možností, nikoli zákonitou složkou zvuku řeči.

↗Slovo funguje v promluvě jako jednotka významová. Zvukově je buď součástí taktu, n. tvoří takt samostatný. V jaz., které mají člen, vstupuje slovo do textu většinou s tímto členem, často se obě složky i vážou natolik, že pojmenovávací jednotka (běžný význam termínu ‚slovo‘) se se zvukovou jednotkou nekryje. Nicméně v mateřském jaz. poznáváme slovo na základě komplexu vlastností významových, formálních i zvukových. Jednoznačné zvukové kritérium hranice slova neexistuje, a to ani v č., která má obvykle přízvuk na první slabice – mnoho, hlavně kratších slov jej totiž v textu nemá. Nicméně právě jeho potenciální schopnost být samostatným taktem je pro identifikaci často vodítkem, podobně jako jeho ustálený slabičný sklad. Hranice slova se mohou v jednotlivých jaz. signalizovat i dík jistému omezení ve využití hlásek n. jejich skupin na počátku n. na konci slova n. dík omezení v přizpůsobování hlásek (jevy koartikulace, např. splývání hlásek patřících různým slabikám, se mnohdy v ortoepické výslovnosti realizují jen v rámci slova). V č. jsou hranice domácího apelativa identifikovatelné dík hláskovým kombinacím: většinou je to konsonantický začátek, ze souhláskových skupin tu není doloženo třeba nk, rn, pk, mk, které uvnitř slova existují (sklenka, marná, kupka, mamka); konce slov jsou méně výrazné, je na nich však omezen rozsah souhláskové skupiny. Ve vlastních jménech a slovech přejatých může být situace ve složení souhláskových skupin složitější: např. rj je na začátku slova v několika přejatých propriích: Rjazaň, Ljuba; ng na počátku některých vietnamských vlastních jmen: Nguyen; podobně ks najdeme jen v přejatých slovech speciálních i obecných: ksukol, ksindl, taxi, Xenie; jde o jeden ze signálů fonetické/fonologické cizosti těchto slov. Viz i ↗fonotaktika.

Srov. i ↗para-fonotaktika, ↗fonologické slovo, ↗prozodická hierarchie, ↗prozodické jednotky v popisu češtiny.