Japońskie znaki można zapisać za pomocą liter łacińskich. Taka transkrypcja nosi nazwę rōma-ji. Powszechnie przyjętym zapisem jest międzynarodowa transkrypcja Hepburna, amerykańskiego misjonarza z XIX w. Charakteryzuje się ona użyciem myślników, którymi w zdaniu partykuły oddzielane są od reszty wyrazów, np.
Kyō-wa gakkō-ni ikimasen. (Dziś nie idę do szkoły.)
Wymowa samogłosek i spółgłosek jest bardzo podobna do polskiej, poza kilkoma wyjątkami:
- SHI wymawiamy jak si w słowie „sikorka”, np. shigoto (praca), arashi (burza)
- CHI wymawiamy jak ć w słowie „ćma”, np. michi (droga), chizu (mapa)
- J wymawiamy jak dź w słowie „dźwig”, np. jishin (trzęsienie ziemi), jitensha (rower)
- Y wymawiamy jak j w słowie „ja”, np. yasai (warzywo), fuyu (zima)
- WA wymawiamy jak ła w słowie „łania”, watashi (ja), waribiki (zniżka)
- Ā wymawiamy jak podwójne, przedłużone a, np. bā (bar), batā (masło)
- Ū wymawiamy jak podwójne, przedłużone u, np. sūtsu (garnitur), gyūnyū (mleko)
- Ē wymawiamy jak podwójne, przedłużone e, np. sētā (sweter), erebētā (winda)
- Ō wymawiamy jak podwójne, przedłużone o, np. kōhii (kawa), byōin (szpital)