Wymowa warszawka i krakowsko-poznańska to dwie duże grupy przez długi czas walczące ze sobą o prymat nad poprawną wersją polszczyzny mówionej. Jednak to warszawską wymowę uznano za wzorcową również w literaturze i to właśnie ją wprowadzono jako obowiązkową na Ziemiach Odzyskanych. Główną różnicą między oboma grupami jest udźwięcznianie (grupa krakowsko-poznańska) lub ubezdźwięcznianie (warszawska). Różnicą jest także wymawianie „w” po „t”, „s”, „ch” w rejonach Poznania i Krakowa (Warszawa i Ziemie Odzyskane – „f”). Tutaj też występuje tak zwane „nga”, czyli specyficznie wymawiane „n” po k, g – nie jako pełną głoskę, a jednak słyszalną, jakby wycofaną, bo powstającą na tylnej ścianie podniebienia miękkiego. I tak mieszkaniec Krakowa czy Poznania nie przeczyta normalnie słowa typu „bank”, ponieważ „n” przed „k” zamieni się się w tylnojęzykową głoskę. W praktyce będzie to słyszalne jako zdeformowane „n”. Duża różnica zachodzi również na granicy wyrazów. W języku polskim panuje zasada, że jeżeli dwa wyrazy stoją koło siebie nieoddzielone żadnym znakiem interpunkcyjnym, ostatnia samogłoska znajdująca się w tak zwanym wygłosie upodabnia się pod względem dźwięczności do pierwszej następnego. Dlatego powinno się automatycznie mówić [piez burek] oraz [kot pocztowy]. Wymowa krakowsko-poznańska i warszawska różnią się między sobą w tym przypadku, gdy pierwszą samogłoską następnego wyrazu są spółgłoski półotwarte (m, n, r, l) lub samogłoski. Wtedy mieszkańcy Wielkopolski i Małopolski będą udźwięczniać, a Warszawiacy i mieszkańcy Ziem Odzyskanych ubezdźwięczniać. Ci pierwsi powiedzą [brad matki, kod azor], ci drudzy [brat matki, kot azor]. Mimo iż wymowa warszawska jest uznana za normę polszczyzny, to jednak w wielu rejonach Polski można usłyszeć równoległą do niej wymowę krakowsko-poznańską.