Fonológia
A hmong-mien nyelvek legtöbb szava egyszótagú. A szavak túlnyomó többségénél tehát a szószerkezet megegyezik a szótagszerkezettel: CV(C)- azaz egy kezdő mássalhangzó vagy mássalhangzóhalmaz, amelyet magánhangzó követ, egyes esetekben záró mássalhangzóval zárva. Minden szónak van egy jellegzetes hangja is, amely ugyanúgy hozzájárul a szó azonosításához, mint a mássalhangzók és magánhangzók.
A hmong-mien nyelvek mindegyike tonális nyelv, némelyikük nagy és összetett hangkészlettel rendelkezik. Például a nyolc shidongkou hmu (“fekete miao”) hang közül öt különböző hangmagasságban beszélt szinthang, ami világrekordot jelent a hangmagassági szintkülönbségek számában. A Longmo Bunu és a Zongdi Hmong egyenként 12 hangszínkontrasztot tartalmaz, beleértve a szint- és kontúrhangokat (hangmagasságot változtató hangok), szemben a mandarin kínai négy hangjával. Egyes hmong-mien nyelvek hangjait a hangmagassági kontrasztok mellett hangminőségi különbségek is jellemzik: nem ritka, hogy bizonyos hangok “lihegős” vagy “suttogó” minőségűek, és alkalmanként egy hangot “nyikorgó” hangminőség jellemezhet (amit úgy lehet megközelíteni, hogy a hangmagasságot addig csökkentjük, amíg az megtörni nem kezd).
A hmong nyelvek szavai a kezdő mássalhangzók széles skálájával rendelkeznek. A mássalhangzókat a száj több különböző helyén artikulálják, beleértve az ismert hangokat, amelyeket a száj elején az ajkakkal (labiális mássalhangzók), a nyelvvel a fogakhoz érve vagy azok közelében (dentális/alveoláris mássalhangzók), és a nyelv hátuljával a lágy szájpadláshoz érve (veláris mássalhangzók). Ez a háromféle mássalhangzótípus áll szemben az angol /p/, /t/ és /k/ mássalhangzókkal is. A hmong nyelvekben azonban vannak olyan mássalhangzó-artikulációk is, amelyek az angolban nem találhatók meg, beleértve a retroflex sorozatot, amelyben a nyelv hegye hátrafelé görbül, hogy a felső fogak mögötti ínygerincet érintse, és az uvuláris sorozatot, amelyben a nyelvtest hátsó része felemelkedik, hogy a /k/ érintkezési pontja mögötti ponton érintse a lágy szájpadlást. Ezenkívül a tüdőből érkező légáramlás teljes elzáródásával jellemezhető stop mássalhangzóknak is vannak különböző fajtái. Az egyes artikulációs helyeken a stop mássalhangzó hangképzéssel (hangszalagrezgéssel) vagy anélkül is létrejöhet, mint például a hang nélküli /p/ az angol pea-ban, szemben a hangos /b/-vel az angol bee-ben, bár a hangos stopok az egész családban ritkábban fordulnak elő, mint a hang nélküliek. A megállókat megkülönböztető aspirációval (levegőfújás) vagy anélkül is elő lehet állítani, mint például az angol pot aspirált /ph/ és az angol spot aspirálatlan /p/ esetében. A megállók lehetnek prenazalizáltak is. Ez egy lehetséges négyes kontrasztot eredményez az egyes artikulációs helyeken: például /p/, /b/, /ph/ és /mp/. Az olyan hangok esetében, amelyek kis mennyiségű levegőt engednek távozni, mint például a /s/, /z/ és /sh/ frikatívok, az egyes artikulációs helyeken háromirányú különbség is lehet. Az orrhangzós mássalhangzók és az /l/ gyakran a hangszalagrezgés jelenléte vagy hiánya által szabályozott párokban fordulnak elő, mint például /m/ és /m̥/ vagy /l/ és /l̥/. Végül gyakoriak az /l/ és /j/ mássalhangzócsoportok – például /pl/, /mpl/, /mphl/, /pj/, /mpj/ és /mphj/.
Amikor a hmong nyelvekben a szótagok mássalhangzóra végződnek, akkor vagy /n/ vagy /ŋ/. Ezzel szemben a mien nyelvekben a szótagok hat mássalhangzó közül bármelyikre végződhetnek: /m/, /n/, /ŋ/, /p/, /t/ vagy /ʔ/. Úgy tűnik, hogy a lehetséges mássalhangzók nagy száma a végállásban a kezdeti mássalhangzók kevesebb lehetőségének felel meg. A magánhangzórendszerek a hmong és a mien nyelvekben egyaránt tartalmaznak egyszerű magánhangzókat és diftongusokat; a mien nyelvekben a rövid és hosszú magánhangzók között is lehet kontraszt, mint például a mien /dât/ ‘szőni (ruhát)’ és a /dâat/ ‘szárny’ párban.”
A mien nyelvek magánhangzórendszerei egyszerű magánhangzókat és diftongusokat is tartalmaznak.