A continuación se enumeran las distinciones vocálicas del conjunto de variedades del inglés norteamericano (estadounidense y el canadiense estándar): La tensión de æ es un fenómeno que se encuentra en la mayoría de variedades del inglés estadounidense, y muchas variedades del canadiense, para las cuales la vocal /æ/ tiene una pronunciación más larga, cerrada y usualmente diptongada en algunos casos en general algo parecido a [ɛə] o [eə], particularmente antes de /m/ o /n/.
UU., /ɒ/ en RU) se pronuncia igual que la vocal de palabras como caught, stalk y pawned (/ɒ(ː)/ en EE.
En los acentos no róticos (RP de Inglaterra) la [ɹ] postvocálica se omitió, por ejemplo dejando [bɪə, pʰʊə, ˈfaɪə, bɑːn] para beer, poor, fire, y barn, respectivamente; en los acentos róticos (GA de Estados Unidos y el acento extremadamente similar de Canadá) se mantiene el fonema [ɹ] (y comúnmente la secuencia completa [əɹ], fundió en un sonido simple, la r-coloreada no silábica [ɚ]), dando [biɚ, pʰʊɚ, ˈfaɪɚ, bɑɹn].
Diversos lingüistas han argumentado en favor de una u otra propuesta y no existe consenso en torno a la cuestión.
Un análisis completo de los sonidos vocálicos del inglés requeriría como máximo 12 unidades: Ese esquema si bien cumplía con la máxima economía descriptiva, postulando el mínimo número de unidades necesarias, fue criticado por su abstracción.
Este sistema está muy cercano al nivel fonético pero claramente no es muy económico ni tiene en cuenta la distribución complementaria de los sonidos.
Las palabras que siguen este patrón incluyen object, convict y addict.
Las siguientes combinaciones pueden ocurrir al inicio de la sílaba: Nota: unas pocas iniciales ocurren infrecuentemente haciendo incierto si son pronunciaciones nativas o simplemente préstamos no asimilados, verbigracia: /pw/ (pueblo), /bw/ (bwana), /sv/ (svelt), /sɹ/ (Sri Lanka), /vɹ/ (œuvre), /ʃw/ (schwa) y /sfɹ/ (sfragistics).