W tym modelu występuje hierarchia jednostek dystynktywnych: fonem – jednostka minimalna, centrem jednostka dystynktywna zbudowana z jednego lub kilku fonemów, tworząca centrum sylaby, marginem jednostka dystynktywna zbudowana z jednego lub kilku fonemów, tworząca margines sylaby, sylabem jednostka dystynktywna zbudowana z jednego lub kilku fonemów, tworząca całą sylabę. W tym systemie zaproponowane przez Jonesa i Gimsona 20 fonemów samogłoskowych to w istocie centremy.
Zupełnie odmienne podejście od językoznawstwa strukturalistycznego przyjęto w modelu generatywnym. W celu uniknięcia sprzecznych z intuicją wniosków, że pary polskich słów takie jak grad i grat, będąc homofonami, mają dokładnie taką samą reprezentację fonemiczną, tj. , pojęcie to zastąpiono przez reprezentację fonologiczną. W tej reprezentacji słowa te wyglądają odmiennie: i i dopiero fonologiczna reguła ubezdźwięczniania spółgłosek przed pauzą powoduje, że reprezentacja fonetyczna w obu przypadkach wygląda tak samo: .