Ориентация на живое произношение начала эпохи Сун имеет место лишь в книге Шао Юна (1011—1077). С конца 12—13 вв. происходит постепенное упрощение старой системы рифм, объединение переставших различаться рифм, сокращение числа рифм и их классов в многочисленных словарях и фонетических таблицах, знание которых требовалось на государственных экзаменах. Но и новые словари стремительно отстают от живой речи, особенно в связи с тем, часто они стремятся отразить возрождение старых рифм в стихах классического типа.

В 13 в. Китай был завоёван монголами, стоявшими на более низком уровне различия и сперва враждебно относившимися к китайской литературе. У них не было своей письменности, для официальной переписки использовался уйгурский алфавит. В 1260 г. тибетский учёный Пагба-лама по приказу императора Хубилая создаёт на основе тибетского письма монгольский (так называемый квадратный) алфавит, который вводится в официальное употребление в 1269 г. Но запись текста производится в соответствии со старыми китайскими и уйгурскими обычаями сверху вниз. Квадратное письмо использовалось довольно широко (как в монгольских, так и в китайских, тибетских, санскритских, уйгурских текстах). Письмо Пагба-ламы стало своего рода международным фонетическим алфавитом. Позднее, однако, квадратное письмо вышло со временем из употребления в самом Китае, сохранившем верность традиционной иероглифике.

В 14 в., при монгольской династии Юань, получают развитие устные литературные жанры, особенно драма, что обусловило необходимость создания справочников по столичному произношению. Появляются соответствующие словари, начало которым положил словарь Чжоу Дэцина (1324): в нём сокращено число рифм, отражается новая (совпадающая с современной пекинской) система из четырёх тонов, обращается внимание на частые ошибки в рифмах, вызванные диалектным произношением.