Буква Й обозначает палатальный аппроксимант [j] (так называемое «и неслоговое») и близкий к нему звонкий палатальный фрикативный согласный [ʝ] (перед ударным гласным).
Так что правильнее было бы сказать 1 гласная, 4 согласных.
Ты не прав, МС.