Vokalene i dialekten er de vanlige i norsk: a, e, i, o, u, y, æ, ø, å, au, øy, ai, ei.

Konsonantane er de vanlige vi kjenner fra skriftspråket: b, d, f, g, h, j, k, l, m, n, p, r, s, t, v. Dessuten har dialekten disse "tilleggskonsonantene":

, som er en ustemt j-lyd. Lyden blir uttalt med å løfte tungen mot den fremre del av ganen og presse luft forbi en åpning mellom tungen og ganen, slik at det oppstår en ustemt friksjon. Den svarer ofte til skrivemåten kj: ie 'ikkje', enne ’kjenne’.

, som ofte svarer til skrivemåten ng. Lyden blir uttalt med å presse tungen mot bakre del av ganen mens en slipper luften ut gjennom nesen. I fagspråket kaller vi denne lyden for en velar nasal.

De yngre har i tillegg denne lyden:

š, som svarer til skrivemåtene sj, skj og hos stadig flere også kj. Eksempel: šø ’sjø’, šørt ’skjørt’, šøkken ’kjøkken’.

Som de fleste andre dialektene i Norge har også dialekten i Bergen tonemforskjell, dvs. at det finnes ordpar der tonegangen er det eneste som skiller den ene betydningen av ordet fra den andre:

ˊfaren (bestemt form entall av far)
ˋfaren (bestemt form entall av fare)

Fordelingen av de to tonemene er i hovedsak den samme som i andre norske dialekter, men det finnes visse unntak: Familienavn på –sen til enstavings fornavn får konsekvent tonem 2, mens det er vanlig med tonem 1 ellers i landet. Fornavn får ofte bestemt form med tonem 1: ˊPeren, ˊLiven (jf. Noen særtrekk). Når slike navn ender på s, blir tonemmotsetningen eneste middel til å skjelne mellom fornavnet og etternavnet: ˊJæns’n (= Jens), men ˋJæns’n (= Jensen).