Nikołaj Trubieckoj jako trzy główne warunki wyróżniania fonemów podał: jeżeli dwie głoski w tym samym kontekście fonologicznym można wzajemnie zastąpić, nie zmieniając znaczenia, są to fakultatywne warianty tego samego fonemu; jeżeli zamiana dwóch głosek powoduje zmianę znaczenia lub powstanie nieistniejącego słowa, głoski te są realizacjami różnych fonemów; jeżeli dwie głoski o podobnych cechach artykulacyjnych i akustycznych nigdy nie występują w tym samym kontekście, są to kombinatoryczne warianty tego samego fonemu. Warunek podobieństwa eliminuje uznanie za wariantywne realizacje tego samego fonemu głosek i w języku angielskim, których dystrybucja jest wzajemnie wykluczająca się.
Zatem w strukturalizmie przyjmowano definicję mówiącą, że fonem jest najmniejszą segmentalną (linearną) jednostką dystynktywną mowy. W świetle tego niektórzy przedstawiciele tego nurtu dyftongi, długie samogłoski i afrykaty traktowali jako zestawienia dwóch fonemów.