W efekcie w zapisie schematycznym długie samogłoski i dyftongi traktowane są jako odrębne i niepodzielne jednostki (V może oznaczać tak krótką samogłoskę, jak długą samogłoskę czy dyftong).
Budowa sylaby Sylaba w języku khmerskim ma postać CCVC, może się więc składać maksymalnie z grupy spółgłosek, samogłoski lub dyftongu oraz spółgłoski. Możliwe są również kombinacje nieobejmujące wszystkich tych elementów:
CV CCV CVC VC V
W niektórych wyrazach zapożyczonych występują grupy po trzy spółgłoski, jednak użytkownicy języka mają tendencję do rozdzielania ich dodatkową samogłoską zgodnie ze schematem CCCV → CVCCV. Powstaje wtedy słowo dwusylabowe.
Zjawiska na poziomie ponadsylabowym Wyrazy języka khmerskiego niebędące zapożyczeniami składają się z maksimum dwóch sylab. Dość częste jest zjawisko eufonii na styku dwóch sylab. Najczęściej polega to na zmianę dźwięku m na inny dźwięk nosowy, odpowiadający pod względem artykulacji następującej po nim spółgłosce zwartej.