Acento y altura
El acento es por supuesto la fuerza que ponemos en cierta sílaba de cada palabra (o de las palabras importantes en una oración completa). Un lenguaje puede tener una regla de acentuación regular, en cuyo caso solamente hay que mencionarla, o puede tener una acentuación irregular, en cuyo caso deberías indicarla. En español, por ejemplo, aunque el acento es impredecible, hay reglas para saber dónde colocarlo en palabras que uno lee, ya que se lo indica usando un 'acento agudo' o tilde, o se explicita por la forma de la palabra. En inglés, el acento es también impredecible, pero no se lo marca de ninguna forma en la escritura. En francés, todas las palabras se acentúan en la última sílaba (el uso de 'acentos' agudos, graves y circunflejos no tiene nada que ver con esto). En quechua, todas las palabras son graves; en finés, el acento cae en la primera sílaba, no importa lo larga que sea la palabra. En latín, la regla es un poco más compleja: se acentúa la penúltima sílaba si es larga (es decir, si contiene una vocal larga o termina en una consonante), y si no se acentúa la antepenúltima. Es decir que seculus es /'sekulus/, mientras que secundus es /se'kundus/ (el apóstrofe, en IPA, indica que en la próxima sílaba cae el acento).
La altura se refiere al nivel (musical) de una sílaba, que puede ser alto, medio, bajo, etc. El japonés usa un sistema de acentuación por altura, que ignora la fuerza o acento al que estamos acostumbrados, y marca las palabras con distintos patrones de altura. Algunas sílabas son bajas, y otras altas, dependiendo de dónde caiga un punto en particular donde la altura baja más abruptamente (ver aquí para más detalles). En japonés no hay palabras graves, agudas, esdrújulas, o de cualquier otro tipo como ése; lo que varía es la altura, no la fuerza de las sílabas.
En la mayoría de los lenguajes, algunas palabras no reciben acento (de fuerza o de altura) cuando participan de una oración completa. En español, por ejemplo, en la frase 'La casa es vieja', no hay acento sobre 'la' ni sobre 'es'. Al perder su acentuación, además, estas palabras en algunos lenguajes reducen sus vocales, transformándolas en versiones más centrales y menos distintivas (por ejemplo, el inglés tiende a reducir las vocales no acentuadas a /@/ o /I/).
Tono
El tono es el perfil de entonación de una sílaba. Existe en todos los lenguajes, pero no suele ser fonémico. En español, podés pronunciar '¿Qué hiciste?' con muchos tonos distintos, pero las palabras son las mismas.
En algunos lenguajes, el tono es fonémico. Estos lenguajes incluyen el chino mandarín, el cantonés, el vietnamita, y muchos lenguajes africanos. Cada sílaba recibe un tono particular, que es tan característico como la altura de las vocales que contiene, y que puede distinguir palabras. El mandarín, por ejemplo, tiene cuatro tonos, llamados alto, ascendente, descendente bajo y descendente alto. Ejemplos de Mark Rosenfelder: ma 'madre', má 'cáñamo', mâ 'caballo', mà 'maldición'. El vietnamita tiene seis tonos, dos de los cuales incluyen una pronunciación tan grave que las vocales presentan creaky voice o voz quebrada, donde las vibraciones de las cuerdas vocales son de tan baja frecuencia que se pueden oír separadamente.
Podés tratar de usar tonos en tu lenguaje, pero no lo recomiendo a menos que sepas hablar un lenguaje tonal previamente. Es una característica interesante, pero requiere mucha reeducación de los órganos del habla. El tono puede ser una característica fonémica y/o (raramente) un dispositivo gramatical.
Hay una interesante discusión corta en un trabajo de Marjorie K.M. Chan [en inglés]: "Tone and Melody in Cantonese", que plantea y responde tentativamente una pregunta interesante: ¿cómo se hace para cantar una canción en un lenguaje tonal?
Restricciones fonológicas
Cada lenguaje tiene combinaciones de sonidos que son consideradas difíciles, prohibidas, o imposibles. Se llaman restricciones fonológicas, y son los moldes en los que toda palabra tiene que caber o hacerse entrar para lograr coherencia y 'familiaridad'.
Lenguajes como el inglés están bastante libres de restricciones fonológicas. De ahí la gran cantidad de palabras extranjeras que ha podido absorber, como garage, sombrero, mosquito, ersatz, schmuck... Algunos lenguajes no resisten tales invasiones. El español, aunque no tan libre, permite una cierta relajación, pero otros no.
Por ejemplo, el japonés (uno de los lenguajes más restringidos) sólo permite sílabas formadas por una consonante (quizás doble, o ninguna), una vocal, y opcionalmente /n/: (C)V(n). La palabra inglesa club fue adaptada al japonés como kurabu, para dar sólo un ejemplo. Aún un nombre español sencillo como Rodríguez se transforma en Rodorigesu. Cualquier fan del anime conoce además las indelicadezas cometidas por los creadores de superhéroes (y heroínas) al forzar gritos de batalla en inglés a la fonética del japonés, como cuando Sailor Moon exclama muun kurisutaru pawaa meeku appu!, o sea "moon crystal power make up!".
El lenguaje hablado en las islas Fidji es casi igual de restringido: consonante más vocal, con una consonante opcional al final de las palabras.
El finés no toleraba combinaciones de consonantes como /pr/ o /fl/ hasta no hace mucho. El lenguaje élfico Quenya directamente no tolera combinaciones de consonantes iniciales o finales. Las palabras griegas sólo pueden terminar en /s/, /n/ o una vocal. Algunos lenguajes pueden usar ciertos sonidos junto con otros, nunca solos.
Es difícil diseñar un patrón in abstracto; pero deberías hacerte una idea de él. Lo principal es definir si tu lenguaje será vocálico o consonántico, por decirlo en términos no técnicos e inexactos. El inglés y la mayoría de los lenguajes del norte de Europa son bastante consonánticos. El español, el japonés y el griego son bastante vocálicos. El hawaiano es muy vocálico (¡una palabra como Kilauea no es posible en muchos lenguajes!). La tendencia global, de acuerdo a algunas teorías, es hacia la estructura básica consonante + vocal. Podrías empezar por ahí.
Un lenguaje sintético con muchas inflexiones generalmente prefiere una estructura simple. (Sin embargo, considérese el georgiano, un lenguaje muy aglutinante, donde se pueden encontrar hasta seis consonantes seguidas, como en vprtskvni 'Yo lo estoy pelando' [ts es una africada y cuenta como una sola consonante]). Un lenguaje aislante puede tener palabras muy intrincadas, ya que no se les va a añadir nada más a ellas. Lo mejor es probar y probar hasta que las palabras comiencen a sonar bien respecto a tu gusto y ánimo particular (¡pero no lo cambies a mitad de camino!).
Los sonidos tienden a influenciarse unos a otros y a cambiar. El cambio de sonidos puede eventualmente producir un nuevo lenguaje o dialecto.