Vokal- og diftongsystemet består af:
Fem kortvokaler, /a/, /i/, /u/, /r̥/, /l̥/
som kan inddeles i
- Tre korte kardinalvokaler: i [i], u [u], a [ə]
- To korte likvidvokaler: r̥ [r̩], l̥ [l̩]
Fire (ægte) langvokaler, /ā/, /ī/, /ū/, /r̥̄/
som kan inddeles i
- Tre lange kardinalvokaler: ī [iː], ū [uː], ā [aː]
- En lang likvidvokal: r̥̄ [r̩ː]
To uægte langvokaler, [ē] og [ō]
der underliggende er diftonger, idet
- /a/ + /i/ eller /ī/ i lukket stavelse monftongeres til e [eː]
- /a/ + /u/ eller /ū/ i lukket stavelse monftongeres til o [oː]
To uægte kortdiftonger
der underliggende er langdiftonger idet
- /ā/ + /i/ eller /ī/ i lukket stavelse dannede diftongen ai [ai]
- /ā/ + /u/ eller /ū/ i lukket stavelse dannede diftongen au [au]
Vokalskema
I den indiske tradition klassificeredes vokalerne efter de samme artikulationssteder som konsonanterne; se skemaet.