De acuerdo con las Normas de Escritura para la Lengua Maya editadas por el INALI en 2014, existen diecinueve letras que tienen el valor de consonantes, catorce sin glotal (b, ch, j, k, l, m, n, p, s, t, ts, w, x, y) y cinco glotalizadas (ch’, k’, p’, t’, ts’). Las letras que tienen el valor de vocales son: cortas (a, e, i, o, u); largas con tono bajo (aa, ee, ii, oo, uu); largas con tono alto (áa, ée, íi, óo, úu); glotalizadas (a’, e’, i’, o’, u’), y rearticuladas (a’a, e’e, i’i, o’o, u’u).

Las grafías d, f, g y r no son originarias del maya peninsular, son prestadas del español y se usan para escribir palabras introducidas al maya. De éstas, las que ocasionan más dificultades en la pronunciación de los mayahablantes son la f, por ello es aún frecuente escuchar parmacia (por farmacia); plor (flor), paja (faja); o Pelipe o Jelipe (Felipe). La otra es la r, ya sea al inicio o al interior de la palabra. Así se escucha rosa, con r suave (por rosa); téereno (por terreno). Curiosamente, cuando el sonido r se halla al interior de algunas palabras mayas, suple al fonema l: turix (libélula), p’iirix (vulva). 

Dentro del grupo de las consonantes sin glotal, con excepción de las consonantes j, s, ts, w, x, que poseen sus propios sonidos, las consonantes b, ch, k, l, m, n, p, s, t, y, tienen el mismo sonido y pronunciación que las castellanas.

La consonante j representa el fonema fricativo /h/ y se pronuncia con una aspiración simple que roza levemente la laringe. La inclusión en el alfabeto de la j en vez de h generó mucha polémica: jool (hoyo), jiich’ (ceñir).

La lera s del maya es un tanto sorda, menos áspera que la española: saats’ (contráctil, elástico) o soots’ (murciélago). La ts es un dígrafo que representa a la consonante africada dental sorda: tsama’ (especie de frijol negro) o tsi’ik (desmenuzar). La semiconsonante bilabial sonora w y la consonante fricativa alveopalatal sorda x se pronuncian como en inglés: waaj (tortilla), weech (armadillo), xamach (comal), xooch’ (búho). 

Del grupo de las consonantes glotalizadas, el complejo gráfico ch’ tiene un sonido africado, palatal, sordo: ch’uul (húmedo) o ch’éem (lagaña). 

La k’ es el complejo gráfico usado para simbolizar a la consonante oclusiva velar sorda: k’eyem (pozole) o k’iin (sol, día). 

La p’, que antiguamente se llegó a simbolizar con doble p, es la consonante oclusiva bilabial sorda: p’oot (copete de ave, peinado) o p’íit (poco).

Con la t’ se representa la consonante oclusiva dental sorda: t’uup (dedo meñique), t’aan (hablar, palabra, voz). Y con la ts’ a la consonante africada dental sorda: ts’oon (escopeta), ts’uuts’ (delgado, flaco).