Koska suomen oikeinkirjoituksessa pääsääntönä on foneemiperiaate ja koska poikkeuksia siitä ei useinkaan mainita eikä tiedosteta, meillä on taipumus ajatella, että puhutussa sanassa on äänteitä yhtä monta kuin kirjoitetussa sanassa on kirjaimia. Vanhastaan on kuitenkin suomen kieliopeissa esitetty, joskin usein epäselvästi, että kaksi samanlaista vokaalimerkkiä peräkkäin tarkoittaa yhtä äännettä, joka vain on kestoltaan pitkä. Kirjoitetussa sanassa kaali on viisi kirjainta, mutta vastaavassa puhutussa sanassa on neljä äännettä.
Jos pitkä vokaali tulkitaan yhdeksi äänteeksi, sen merkitseminen kahdella kirjaimella rikkoo tietysti foneemiperiaatetta. Toisaalta suomen kieliopeissa ei kuvata pitkiä vokaaleja erillisinä äänteinä, joten on ilmeisesti ajateltava, että pituus on erityinen suprasegmentaalinen eli äänteiden jonon ”päällä” oleva piirre.
Nyttemmin on kuitenkin esitetty, että aa olisikin paremmin kuvattavissa kahtena äänteenä (foneemina); ilmeisesti silloin ajatellaan, että ne vain puheessa käytännössä sulautuvat yhdeksi pitkäksi vokaaliksi. Tällaisen kuvauksen syyksi minun on vaikeaa kuvitella muuta kuin se, että äänneopin tutkijakin on eksynyt pitämään lähtökohtana kirjoitusasua aa ja pyrkinyt selittämään sen foneettisestikin oikeaksi. Tämä on yksi lisäesimerkki edellä mainitusta taipumuksestamme hahmottaa puhuttua kieltä kirjoitetun kielen ja nimenomaan nykyisen kirjoitusjärjestelmän pohjalta. Kansan keskuudessa sellainen hahmotus lienee aika tavallista, ja harva tulee tarkanneeksi, millaisena aa todella ääntyy; niinpä saatetaan kysyttäessä vastata, että kaksi a:tahan siinä on, sillä niinhän se kirjoitetaan.
Voi toki kysyä, mitä väliä sillä on, hahmotetaanko asia oikein, kun kuitenkin vaistomaisesti puhutaan ja kirjoitetaan oikein. Mutta vieraiden kielten opettelussa voi tulla ongelmia, jos ei ymmärretä vokaalien pituuden luonnetta, esimerkiksi sitä, että pitkä vokaali ei suinkaan yleensä ole kestoltaan kaksi lyhyttä vokaalia ja että eri kielissä vokaaleilla on erilaisia pituuksia. Jos esimerkiksi englannin ääntämisohjeet esitetään suomen oikeinkirjoituksen mukaisesti, jää luultavasti ymmärtämättä, että englantilaisen mielestä sanojen feel ja fill äänneasujen olennainen ero ei ole i-vokaalien erilainen pituus, vaan erilainen laatu. Ääntämisohjeet [fiil] ja [fil] johtavat siis suomalaista harhaan, sillä hän tavoittelee selvää eroa vokaalien pituuksiin kuten suomessa eikä suljetun ja avoimen i-äänteen eroa, jota pituusero saattelee.
Realistista olisi todeta, että suomen kieleen aikoinaan vakiinnutettiin pitkän vokaalin merkitseminen kahdella vokaalimerkillä melko mielivaltaisena ratkaisuna. Sitä tuskin on aihetta muuttaa. Silti on lupa todeta, että esimerkiksi jokin vokaaliin liitettävä lisämerkki, kuten aksentti unkarin kielessä, olisi ollut parempi ratkaisu. Tätähän osoittaa sekin, että esimerkiksi sanojen ääntämisohjeissa hakuteoksissa yleensä esitetään vokaalien pituudet mainitunlaisilla lisämerkeillä, tavallisimmin viivalla kirjaimen päällä taikka kaksoispisteellä kirjaimen perässä.
Puhutussa suomessa voi hyvin olla kaksi identtistä vokaalia peräkkäin. Siksi suomen oikeinkirjoituksessa tarvitaan erillisiä sääntöjä sen osoittamiseksi, milloin kaksi identtistä peräkkäistä vokaalimerkkiä esittävät kahta lyhyttä vokaalia. Yhdyssanan osien rajalla tähän käytetään yhdysmerkkiä, muutoin heittomerkkiä. Kirjoitamme esimerkiksi tasa-arvo ja ko’oista, joskin jälkimmäinen tuntuu monista oudolta ja sitä vältellään.
Heittomerkkiä ei aina käytetä johdonmukaisesti vierasperäisissä sanoissa. Pitää vain tietää, että kirjainpari oo äännetään sanassa koordinaatio pitkänä o:na mutta sanassa kooperaatio kahtena eri tavuun kuuluvana lyhyenä o:na. Sanakirjatkaan eivät suinkaan aina kerro tällaisia ääntämysasioita, ehkä siksi, että tekijät ovat ole tajunneet, että sanoja ei äännetä kirjoituksen mukaan. Tulisikin suositella kirjoitusasua ko-operaatio, etenkin kun lisäsyynä on se, että se ääntyy painotukseltaan yhdyssanana.