W partiach fortepianu, poza tradycyjną grą na klawiaturze, dźwięki wydobywane są też bezpośrednio na strunach potrójnych lub basowych.
Warstwę wokalną stanowią pojedyncze słowa i okrzyki w języku kiriwiny z piosenek triobrandzkich, zwanych „lo’uwa”, opisanych przez Bronisława Malinowskiego w Życiu seksualnym dzikich. Jednak głos ludzki jest również traktowany niemelodycznie. Efekty wokalne uzyskiwane są za pomocą pojedynczych fonicznych właściwości samogłosek lub spółgłosek, np. syku, szumu, brzęczenia. Specyficzna artykulacja chóralna obejmuje m.in. tremolo powstające poprzez drganie żuchwy, staccato przy napiętych strunach głosowych czy glissando uzyskiwane przez zmiany układu warg.
Partytura Diphthongos jako jedyna partytura Kilara ma notację graficzną. Jednak jej niekonwencjonalny charakter polega przede wszystkim na pozostawieniu wykonawcom dużego marginesu interpretacyjnej swobody. Wymiar czasowy utworu określony jest na partyturze w postaci grubej linii ciągłej, na której oznaczone są jednocentymetrowe odcinki odpowiadające minimalnej wartości jednej sekundy, z możliwością niewielkiego przedłużenia.