El ritmo se siente por repetir un sonido. En el idioma japonés, las “vocales(あいうえお)” o “vocal +consonante” tienen la misma longitud aproximadamente. Es decir, una letra de hiragana/katakana (a continuación, se referirá como “kana”) tiene la misma longitud aproximadamente. La longitud de una kana se describe como “1” y la de dos kanas como “2”. Si cambia relativamente la longitud del sonido que se repite, hay ocasiones donde se modifica el significado de la palabra. Por ejemplo, tanto ちず (mapa; 地図)como チーズ(queso)son de 2 sílabas, sin embargo, ちずy あな son de “1・1” mientras チーズ y あんな son de “2・1”.