国音的公布得力于白话文运动不少，唯后者也使得国语语言标准的确立更加复杂：顾名思义，国音关注的就只是语音，白话文既号称“国语”，就必须关注语汇和语法。这个问题在清末已被注意。吴稚晖曾批评学部计划颁布的“官话课本”荒谬不词：“官话”乃“文字可写之语，而又不杂以一方之土俗典故，使人人通解”者，本不需课本；故学部此议实有强迫南方人以习“北人土俗典故”之嫌。[86]在上海办《竞业旬报》的胡梓方（1879—1921）也说：“官话无文字之沈晦，无方言之庞杂，声入心通，无毫发扞格”，“京话”则只是“京师之方言”，故写白话文当用“官话”，而非“京话”。[87]实际上，明清以来本有一个较成熟的白话文传统，使用的就是普通官话；故相对于语音的争论，在语词和语法方面，大家更易达成共识。
不过，清末白话文以“教育普及”为号召，并未激起太大风浪；新文化运动诸子则是要把白话文奉为文章正统，遂引起不少误会，其中之一是把白话看作方言。陆费逵1919年就发现，其时白话文没有标准，“往往你写的北京官话，我写的南京官话；你写的山西官话，我写的湖北官话；更有浙江官话，江苏官话，夹了许多土话的官话”，使人不能不担心，“将来弄了这许多种的官话，怎样统一”？[88]
唯新文化运动诸子心中的“白话”确是国语，而非方言。1917年8月，钱玄同在给陈独秀的一封信中，号召新文化运动者自觉担当制定“标准国语”的责任。否则，“难道应该让那些专讲‘干脆’、‘反正’、‘干么’、‘您好’、‘取灯儿’、‘钱串子’，称不要为pie，称不用为pong的人，在共和时代还仗着他那‘天子脚下地方’的臭牌子，说什么‘日本以东京语为国语，德国以柏林语为国语，故我国当以北京语为国语’，借这似是而非的语来抹杀一切，专用北京土话做国语吗？”陈独秀也很赞同：“用国语为文，当然采用各省多数人通用的语言。北京话也不过是一种特别方言，哪能算是国语呢？”[89]
新文化运动的领袖中本有不少读音统一会的会员和同志，持此态度，毫无足异。而他们此时已掌握教育界实权，正好可以通过“修订”国音的方式，进一步强化其“会通”属性。1919年5月，由吴稚晖、钱玄同、周作人、马裕藻、沈兼士、胡适、刘复、蔡元培、林语堂、黎锦熙等组成的教育部国语统一筹备会通过决议，在注音字母中添入一个表入声的字母。[90]1920年9月，黎锦熙在一次演讲中提醒听众：“诸君以为现在的国音，是用北京音做标准的么？不是！北京固然是首都，但是首都的音便要‘强全国以服从’，即在从前的君主专制时代，也难办到。要知道我们现在的标准音，是服从最大多数的。”只是因北京“五方杂处，自然而然的流行一种普通话，也就自然而然的最合于我们所定的标准音”而已。[91]然而二者毕竟不同，不可混作一处。
但这仍使一些南方人感觉不便。一位小学教师抱怨，“用偏于北方的暂定国音”教书，其难度不亚于“旧时教国文”。[92]吴研因（1886—1975）也发现，因白话文号称“国语”，以致有学校“以为教白话文，就该用国音和北京话去教”。[93]前者认为国音是“偏于北方的”，后者把国音与“北京话”并论，都提示出国音、国语在南方人心中的形象。
与此同时，却有一部分南方人逆流而动，力主废弃国音，完全采用京音，因而挑起了一场持续一年多的大争论，时称“京国之争”。
1920年春，南京高等师范学校英文科主任张士一（1886—1969）发表《国语统一问题》，指出制定标准语的两种办法：一是用“混合语”（其中又分“现成的”和“特地去造成的”两类），二是用某种方言。读音统一会通过的国音属于“特地去造成的混合语”，由于被认为“大家有份，至公无私，不偏不倚”，而颇为“一般人”所拥护。但依据学理，标准应“客观”，混合语却“不容易定客观的标准”。“现成的混合语”如普通官话就“随说的人的方言而不同”，读音统一会则在开会时已争论纷纷，“国音”标准通过后，“全国找不出一个人”是照它说话的，则实际“等于没有”。相反，“方言是已经在一个地方通行的，就是在生活上已经实在试用过而没有困难的”，拿来作为标准“是最直截爽快的办法”。接下来，他又提出国语应具备的11项条件，认为从综合角度看，京话最为合适。其中一个重要的理由就是：作为首都，北京既是“政治外交的中心点，也是教育的中心点”，北京人“说话自然最为讲究”；同时，采用首都话以为国语，也是各国“一种公共的倾向”。当然，考虑到北京话亦“有许多狠粗俗不堪的分子”，故张士一提议应以“有教育的北京本地人所说的话”为标准。
但这些理由并不意味着张氏把政治因素视为确立国语语言标准的决定性因素。相反，他对读音统一会的一个重要指责，就是用“政治”手段解决学术问题。国音既是该会票决的结果，只可说是“会音”；《国音字典》虽经教育部颁布，实际是吴稚晖的个人意见，不具权威性，充其量只是“冒牌国音”。[94]在这里，另一个层面的问题浮现出来：谁才有“代表”国家确定国语语言标准的资格？按理说，读音统一会是根据教育部官制设立的机构，其决议当然具有法定效力。“国音”派的范祥善1921年为“国语”下定义时便着意指出，得冠以“国”字者须合三条件：一是“事实上”的标准，“必为全国最大多数的地方人能知能行的”；二是“法律上”的标准，“必是全国派人所公定的”，三是“作用上”的标准：“是要全国的人拿他做准则的”。[95]第二条特别强调“国”字的法理依据，可说正是为读音统一会量身定做的标准。但朱希祖等人当年已经在会上提出“从其是，不从多数”的原则，反对通过票决解决问题。[96]张士一这里也是沿着这个思路往前走。
一向与吴稚晖不睦的顾实立刻抓住机会，以读音统一会代表的身份揭发：“国语统一会不过教育部之咨询机关，不能代表国家，必经国会议决或国会委托议决方可为之国音。”[97]唯张士一并不领情，强调自己是站在“学理上”思考问题，“国音”之不能成立，是因其没有学理依据，故即使经过国会议决，他仍不会承认其合法。[98]这其实就是当初朱希祖反对王照的理由，但具体主张却恰好颠倒过来——何谓“学理”，看来也是见仁见智，随标准而不同。京音派的周铭三亦说，学术问题不能依“大多数”意见判定，“因为最大多数人所迷信的，不见得一定是真理”；也不能把决定权交给“国家行政人员”，否则不过是把读音统一会的“会音”变成“中央国会的会音”罢了。[99]
把学术和政治区别对待，是京音派的一个重要观点。顾实说，“今世文明国先例”，皆“以国都所在地之人之言语为国语”。然1913年开会时，“丁革命之余威，群以燕京为故清窟穴，鄙视其言语，几等豺嚎狗吠”，而不愿取京话为准。直用官话，“则时又争民权，恶乎官之一字，几若视为一倒霉名词也者”，这才诡以“读音统一会”代替“国语统一会”，意在“避世人之攻击”也。[100]周铭三据此认为，统一会之所以不选京音，“完全是根据革命心理的。但是革命心理，能长久么？”[101]其实，顾言虽不能说毫无依据，实别有用心，当日情事绝不这般简单。不过，周铭三的话也提示出，随着时局的演变，学人的心态也有了变化，民初流行的一些政治观念的重要性明显降低了。
这也表现在地域意识的淡化上。其时有人指责主张京音的“大半北京人”，纯为“图自己便利起见”[102]，可谓凭空乱道。此时京音派的主力实为南方人。[103]张士一籍隶江苏吴江，自称所说是北京话、南京话、上海话和吴江话的混合。但他强调，制定国语语言标准，不能看主张者自己说什么话。[104]说不好而能主张，反愈见大公无私。其他如顾实、周铭三、陆殿扬（1891—1972）、易作霖（1897—1945）等也都是南方人。故当时就有人说：这次争论“南方人闹得最高”[105]。1920年夏，全国教育会联合会第六届会议在上海通过请教育部“定北京音为国音标准”的决议，江苏全省师范附属小学联合会也通过了类似议案。黎锦熙后来幽默地说，舆论压力迫使他与吴稚晖、陆衣言、范祥善等国音派人士“不得不图南”，和张士一等会于南京。[106]但“图南”者其实也都来自南方：黎是湖南人，吴、陆、范皆为江苏人。从主力阵容看，京国之争正是南方人之间的论战。就此而言，这场争论尤不可被视为地域观念的冲突。
不过，参与讨论的人却不能不顾及地方因素的存在。黎锦熙就担心“京音”一名会“引起全国多数地方的反感”。[107]事实上也的确有人在京音派那里看到“汉武推尊一孔罢黜百家的气象”[108]。钱玄同更以其一贯语调怒骂：
首都有什么希奇？他从什么地方去的“弁冕全国”的资格？以前专制时代，皇帝是“小民”的元首，于是首都就妄自尊大起来，有什么“首善之区”的谬说。但是制定标准音，还不能不“以帝王都邑参校方俗，考核古今，为之折衷”。那么，现在共和时代，驻在首都的总统，只是国民雇用的公仆，和“元首”绝对相反，难道反该不参方俗，不考古今，用纯粹的北京音来作全国的国音吗？[109]
在这种情形下，国语统一筹备会决议维持原案，在回复全国教育会联合会决议案的文件中强调，读音统一会所定国音“本以普通音为根据”，也就是“旧日所谓官音”，亦即“数百年来全国共同遵用之读书正音”，本具“通行全国之资格”。京音因“所合官音比较最多”，故也在国音中占有“极重要之地位”。但北京的若干土音，“无论行于何地，均为不便者”，自当“舍弃”。至于“该会所欲定为国音之北京音，即指北京之官音而言，绝非强全国人人共奉北京之土音为国音也”，故“该会所请求者实际上业已办到，似可毋庸赘议”。[110]主旨一仍旧贯，思路却有出新：把京音包进国音，京音派的进攻便无从着落，消于无形。
然而京音派以己度人，并不认为这是个问题。一位作者提出，讨论国语问题应“无我见”，包括团体之“我”。在他看来，“从前有人绝对不赞成用京语做标准，以为倘若用京语做标准，真是自己甘心做奴隶了”，实是“意气用事”。[111]这位作者署名“国人”，大约正是要表现自己不分畛域的态度。京音派人士以为，南方人遵从京音并不就是不公。何仲英说：“既求语言统一，既要学习国语，便多费点力也不妨。”[112]强迫不是问题，标准语的制定乃与地方观念无关。
从整体上看，这次论战中，双方的多数人确实也都能围绕具体学理和实践展开讨论，但政治和社会心理因素也并非不起作用：张士一本人就饶有深意地提示读者，读音统一会审定国音，根据的是“前清钦定的《音韵阐微》”，故《国音字典》“不过是一部再版的满清皇室《钦定音韵阐微》”，暗示共和时代的国音仍建立在专制皇权的基础之上。[113]顾实听出其中的弦外之音，也马上在吴稚晖的《国音字典例言》中发现了“皇帝”的身影：“其说盖出于大清皇帝之《钦定音韵阐微》。我不意大中华民国之《国音字典》，而亦拜倒于大清皇帝之裤下如此也。……原来只是崇拜满清皇帝之《钦定音韵阐微》，则此《国音字典》亦自有皇帝臭味，可谓第二《钦定国音字典》也。”[114]而吴稚晖并不屈服，立即反唇相讥：“顾先生竭力要把大清皇帝一语，惹起第三人的反对，这真是先生的不得已。同他当时反对大清皇帝的北京，反对大清皇帝所说的内城京话，同是一副精神。”其实，当初用《音韵阐微》作为审音底本，是因其“母等声韵的较全”。国音由“读音统一会多数决定”，绝非“专制”产物。而统一会本身就是法定机关，当然有代表全国的权力；事实上，也并非所有冠以“国”字的物事皆须国会通过。他同时以其人之道还治其人之身：“大清皇帝钦定的《音韵阐微》，已做了无定河边之骨，现在止盼望顾先生，却不用帮助大清皇帝的内城京话，弄到唯我独尊起来。”[115]
同时，从共和角度反对京话的思路也还有效。陆费逵就质问：“从前做官还可以说不纯粹的京话，现在做国民何必一定要说纯粹的京话，不替全国大多数图便利呢？”[116]“从前”与“现在”、“官”与“国民”、“不纯粹的京话”与“纯粹的京话”，构成两两对立的平行关系，政治意味一目了然。一位反对京话的南方作者也提出，过去人们“信仰京语，不过是羡慕说官话是做官人，因而以说京话为荣”。在共和时代，“这种恶劣思想，还要助长么？”北京只是“政治中心”，并非“教育中心”，“言语上的阶级色彩一定很鲜明”，不应提倡。[117]对此，张士一表示，“羡慕做官人而以说京话为荣的思想”确实存在，但并非全部。他更不同意说北京“单是个政治中心”，以为对方此言只是为了“把‘阶级色彩’四个字牵上去”。其实，各种方言皆有“阶级色彩”，该作者“所认为标准的‘普通话’，也就是叫做蓝青官话。‘官话’不是也可以说很有‘阶级色彩’么？”[118]显然，国语运动所依托的民族国家理论，本就是一种鲜明的政治诉求，包括张士一本人，也不能完全摆脱政治考量。
从夷夏之辨的角度质疑京音纯正性的思路，也没有随着“五族共和”的提出而消失。周铭三列举的各种反对京音的理由中，就有一项称：京音“是否仍为纯粹中国之国音，抑或……已有满蒙音羼杂其间？”[119]陆费逵则说，京话之所以不纯，是因为“满人说的国语不甚正确，后来汉人反学满人不正确的话，所以后来变成满人的京话好，汉人的京话差了”。为此，他还以戏为证：“京戏是国音京调，只有太监出来是京音京调。”[120]这显然有意令人想及奴才，颇具杀伤力。
不过，国音派的主力在坚持旧案的同时，对京音派也抱着安抚的态度，这终于导致他们沦于守势。吴稚晖反复声言：“现在的国音与北京音比较，简直有百分之九十五相同。所以可说国音就是北京音。”[121]黎锦熙则说，国音与京音的不同，仅占国语全部的“八十分之一”。为此，他不惜大揭当年的内幕：读音统一会通过的39个注音字母和6000多个字的读音，“都是以北音为标准”，曾颇使“南方各省的会员”愤懑。“现在依旧案颁布，正是北京音占了优胜。当时不敢说他是北京音，就是因为怕江南人的反对。现在江南人自己服从了京音，就是服从读音统一会旧案，就是奉行国音，何以反和国音发生冲突呢？”[122]如此，“国音”一名，不过是敷衍“江南人”的说法。但黎说实两面不讨好：京音派再次听出敷衍之意，而不肯让步；国音派则有人听出“自示弱点而迁就”之意，也很不满。[123]
不过，真正对国音派不利的，还是新文化运动造成的一种文化分类观念。一位京音派人士说，证明国音不行的“最有力”论据是：“现在大家所说的国语，完全是空中楼阁，东取一点，西取一点，教人家捉摸不定。”[124]后来赵元任也指证，读音统一会会员王璞1919年录制了一套国音留声机片，发的其实是“北京的文言读音”，可见他自己就不会国音。[125]胡适更是不客气地说：王璞“那种‘国音化’的京音，真是‘三不相’”，甚至“成了外国人说的中国话”！[126]
重点在于，京音派用了“死语”和“活语”一对概念去描述这一现象。张士一再三强调：语言是时刻变化的“有机体”，应以“活语”作为标准；“死书”不能“阻止活语”，“只有用人为本位的标准”，才能“永远适用”。[127]庄泽宣也说：“我们要的拼音文字，应依一种活方言里去求。”[128]“活”与“死”是新文化运动诸子界定新旧文化时常用的一对概念，最有名的就是胡适所说的“文字没有雅俗，却有死活可道”[129]。这可当作白话文运动的基本信条看。此时，京音派把国语语言标准放入这一思路内，无疑有助于争取新文化运动者的认同。
这招果然奏效。在这方面，钱玄同的转变最具说服力。1922年，他还在批评王照所谓“官话”其实全以“北京的方音为主”，但到了1923年夏天就开始转而赞成京调了。[130]1926年，他更提出：作为国语“主干”的语言，“最好还是采用一种活语言，就是北京话”。理由则根本是拾张士一的牙慧：“用北京话，不但是活的，而且标准易得，师资易求。官话虽然号称普通话，通行的区域很广，然而夷考其实，是全无标准的。”故而“在实际上，说到官话，大家都隐隐以北京话作为标准”，以至于“以北京话为国语的主干，即无异于说以官话（或普通话）为国语的主干”。钱氏仅把北京话当作国语“主干”，而非全部，同时又模糊官话和京话的界限，其观点都和京音派不完全相同，唯已确实大幅改变了对京话的鄙薄态度。理由呢？“就因为它也是活语。”[131]
1923年，国语统一筹备会决议再次修正《国音字典》，改以京音为主。1927年开始，国语统一筹备会又编纂了《国音常用字汇》。据吴稚晖起草的国语统一筹备委员会向教育部的呈文，此工作的“第一原则”，就是“指定北平地方为国音之标准”。不过他又声明，“所谓标准，乃取其现代之音系，而非字字必遵其土音”。他坚持认为：“南北习惯，宜有融通，仍加斟酌，俾无窒碍。”此与原《国音字典》“使人人咸能发此公共之国音，但求其能通词达意，彼此共喻”的旨趣“一贯”，而此次所以“明示标准地方”，仅取其便于“语言教学上能获具体的模范而已”。该书《说明》则出自钱玄同之手：“国音就是普通所谓‘官音’，这种‘官音’就是北平音。”唯原定“国音”因“取决于多数，对于现代的北平活音不免忽略”。但也“并非把北平的一切读法整个儿搬了过来，就算国音”。其中有“较为高深的词类，或出于旧籍，或属于专门，北平的读音往往有彼此自相歧异的；又有一部分与其他官话区域之读音不合的”，皆经“斟酌取舍，参校方俗，考核古今，为之折衷”。其中，大部分入声字依北平读法，分入其他声调。唯“兼存”入声的目的，乃为“讽诵前代的韵文”之用。[132]1932年5月，此书经教育部公布，被称为“新国音”，取代了“老国音”。乐嗣炳在1935年宣称，这个标准代表了“三十年来国语标准问题”争论的终审判决。[133]似乎多年的争论从此可以尘埃落定。
显然，京音派在国音系统改革中起到了推手作用，因此颇有人以为“新国音”即北平音，北平话当然就是国语。赵俪生（1917—2007）就生动地回忆到，20世纪30年代初到北平时，他发现自己听不懂北平话：“我们一惊，北京话不是标准国语吗，怎么‘乃槐儿’我们竟不懂。”[134]在此意义上，可以说京音派获得了社会上的胜利。问题是，吴稚晖和钱玄同的文章也代表官方反复声明，新国音取的是“北平音系”，而非“北平音”。它保留了折中调和的做法，兼存入声，强调国音和京音的连续性，在在显示，国音的总方向并未发生彻底改变，和京音派的主张仍有不小距离。这都意味着官方不愿过多强调新国音的地域色彩，而希望尽力维持其公平的形象。[135]然而，这些强调在实际生活中并未得到应有的关注。因此，新国音的确立并不像乐嗣炳估计的那样，意味着争论的终结，相反，这个时候，对国语语言标准的新一轮进攻已经开始了。