El guaraní tiene un sistema de doce vocales, /a, e, i, o, u, ʉ/ y sus correspondientes formas nasales.
En guaraní es importante diferenciar las vocales orales y nasales porque si se confunde unas con otras el significado puede alterarse rotundamente.
/b, d, ɡ/ se pronuncian tanto como secuencia de nasal más oclusiva [mb, nd, ŋɡ], o como oclusiva con una suave pre-nasalización [mb, nd, ŋɡ].
La /rr/ puede ser pronunciada, bien como vibrante múltiple [ɹ], o bien como, en posición intervocálica, vibrante múltiple [r] En guaraní por lo general la sílaba tónica es la última y son raras las llanas y las esdrújulas.
Los diptongos se vuelven en hiatos cuando están al final de la palabra.