Während des Ausdrucksfluges war eine Reihe von zweisilbigen Rufen zu hören, gefolgt von einem nicht stimmhaften Rauschen, das von den vibrierenden Schwanzfedern erzeugt wurde.
Wie omotische und darüber hinaus afroasiatische Sprachen typisch, verfügt das Yem über stimmlose, stimmhafte und glottalisierte Konsonanten; die meisten Konsonanten können auch geminiert auftreten.
Die übliche Klassifikation ist in erster Linie phonologisch motiviert, als wichtigstes Kriterium gilt die Entwicklung ursprünglich stimmhafter Konsonanten.
Die meisten der urgermanischen Langplosive sind stimmlos; allerdings ist die Rekonstruktion langer stimmhafter Plosive trotz ihrer Seltenheit in einigen Fällen notwendig.
