現代スワヒリ語にはアラビア語やペルシャ語以外にも英語からなどの借用語が多く含まれており、とくに語彙の5割がアラビア語であると言われている[2]ため、クレオール言語の一つと見なされているが、学説上では単一言語起源説と複数の言語的な核の存在を想定する説で分かれている。
単一起源説
マインホフやレールによれば、現在のザラモ族（英語版）の祖先（Washombi族）がスワヒリ族（英語版）であり、スワヒリ海岸に住んでいた彼らが利用していた言語にアラブやペルシャ語の語彙が混じったものがスワヒリ語だったというものである。根拠としてはマサイ語でスワヒリ語がEnguduku ol-Ashumbaとすることがあげられている。
非単一起源説
イスラーム化した海岸諸民族は、他の民族と区別されアラブ人と同一の社会を構成した。その場合14-15世紀にスワヒリ語を媒介とした薄い連帯が16世紀に完成したと見なす。その場合の発祥の中心としてラム島を想定するクルムなどがいるが、アラビア人の最初の逗留地はソマリア海岸であることから反論されている。
発展・伝播アラビア文字で書かれたスワヒリ語のコイン。ザンジバルの1Pysar硬貨。イスラム暦1299年(西暦1882年)発行アラビア文字で書かれたスワヒリ語。ケニア、ラム島の家屋の木のドアアラビア文字で書かれたスワヒリ語。ケニア、モンバサのフォート・ジーザス

上記のようなさまざまな説があるものの、アフリカ東部沿岸にポルトガルが来航した16世紀初頭までにはスワヒリ語としてある程度整った言語体系がすでに成立していたと考えられている。しかし、その範囲はそれほど広いものではなかった。スワヒリ語が沿岸部全体に拡散していくのは、ポルトガルがこの地域の覇権を握った16世紀からと考えられている。アラブ人がポルトガルによって排除されたことから、それまでこの地域の商業用言語であったアラビア語の影響力が衰退し、かわってスワヒリ語が商業言語として台頭してきた。スワヒリ語を母語とするシラジ人がこのころザンジバルを中心に勢力を拡大しているのもスワヒリ語拡散の一因となった。17世紀にはポルトガルに代わってアラビア語を母語とするオマーンのヤアーリバ朝がこの地域の覇権を握るが、ほどなくしてオマーン本土で混乱が生じたため強力な統治を行うことができず、文化的影響はそれほど大きくなかった。

こうしてイスラーム化した海岸部を中心に海岸部諸都市の母語となったスワヒリ語は、1800年ごろから内陸部への伝播がはじまる。海岸部と内陸部との交易がさかんとなり、とくに海岸部のザンジバルシティに本拠を置いたオマーン王国ブーサイード朝のサイイド・サイード王の下でキャラバン交易は急拡大する。奴隷や象牙などを求めて内陸部にキャラバンが分け入っていき、それに伴ってリンガフランカとしてのスワヒリ語の拡大が始まった。1880年代にキリスト教の宣教師によってスワヒリ語のラテン文字表記が開発されると、それまでアラビア文字を通してあったイスラム教との強いつながりが弱まり、純粋な交易用言語となったスワヒリ語はキリスト教徒などにも受け入れやすいものとなった[9]。19世紀末になるとザンジバル・スルタン国領だった海岸部はイギリスとドイツに分割されたが、両国ともに支配用の言語としてスワヒリ語を重視し、積極的な普及を行った。第一次世界大戦が終わり、ドイツ領だったタンガニーカがイギリス領となると、イギリスはこの地域を英領東アフリカ植民地としてまとめ、域内のリンガフランカとしてスワヒリ語を利用した。

しかし、この時期までのスワヒリ語は方言の連続体であり、いわゆる標準語が存在しなかった。そこで1928年6月にモンバサで東アフリカの植民地間会議が行われ、そこで標準語採用が正式決定された。候補はケニアのモンバサ方言とザンジバルのザンジバル都市部方言であったが、イスラムと結びついているモンバサ方言に対し交易用言語としてより広範囲に広がっていたザンジバル都市部方言のほうが好適と判断され、1930年には領土間言語委員会が設置されてザンジバル都市部方言を元とした標準語制定が開始された。この委員会にはスワヒリ母語話者が存在しなかったが、これによって正書法が確立され、また辞書編纂などによって標準スワヒリ語はこの時期に確立した[10]。
音韻

さまざまな言語・文化を背景に持つ広範囲の地域で通用する共通語として発展した経緯があるためか、スワヒリ語はサハラ以南の言語としては珍しく声調を持たない。ただしモンバサで話されるMvita方言は例外。
母音

標準スワヒリ語は /?/、/?/、/i/、/?/、/u/ の5母音。音素 /u/ の発音はIPAにおける [u] と [o] の中間である（イタリア語のuに似る）。母音弱化は強勢にかかわらず起こらない。欧米の言語に多い二重母音はなく、連続する母音は別々の母音として発音[注釈 2]される（例：chui [t?u.i]（豹））
子音

両唇音唇歯音歯音歯茎音後部歯茎音硬口蓋音軟口蓋音声門音
鼻音化閉鎖音m /m/n /n/ny /?/ng’ /?/
前鼻音化閉鎖音mb /?b/nd /?d/nj /??~?d?/ng /??/
入破音b /?/d /?/j /?/g /?/
無気閉鎖音p /p/t /t/ch /t?/k /k/
有気閉鎖音(p /p?/)(t /t?/)(ch /t??/)(k /k?/)
前鼻音化摩擦音mv /?v/nz /?z/
有声摩擦音v /v/(dh /d/)z /z/(gh /?/)
無声摩擦音f /f/(th /θ/)s /s/sh /?/(kh /x/)h /h/
ふるえ音r /r/
側面接近音l /l/
接近音y /j/w /w/

註：

鼻音化閉鎖音は閉鎖音の直前に現れるとき独立した音節をなす（例：mtoto [m.to.to]（子供）、nilimpiga [ni.li.m.pi.?a]（私は彼を殴った））。また、前鼻音化閉鎖音は二音節に分割される場合（ 例：mbwa [m.bwa]（犬））があるが、普通は起こらない（例：ndizi [ndi.zi]（バナナ）、nenda [ne.nda]（行く） ※[nen.da]ではない）。

摩擦音 th dh kh gh はアラビア語からの借用である。多くのスワヒリ語話者はそれぞれ [s] [z] [h] [r] と発音する。

スワヒリ語の正書法は無気音と有気音を区別しない。Nクラスの名詞が閉鎖音で始まる場合、帯気によって弁別する方言もあるが（例：tembo [tembo]（ヤシ酒）に対してNクラス名詞 tembo [t?embo]（象））、一般的ではない。有気音をアポストロフィーで書き表す方法もある（t'embo（象））。

l と r は多く混同されており（その程度は各話者の母語の音韻構造による）、どちらもしばしば [?] （日本語では、語頭の「ら」行に表れる）と発音される。

表記

かつてはアラビア文字が使われたが、現在では公的な場面や学校教育ではラテン文字表記を用いている。ただし、現在でもイスラム教徒の私信などにおいてアラビア文字で書かれることがある。
ラテン文字表記

スワヒリ語アルファベット
ABChDEFGHIJKLMNOPRSTUVWYZ
/a//b//?//d//e//f//g//h//i//?//k//l//m//n//o//p//r//s//t//u//v//w//j//z/
dhghng'nyshth
/d//γ//?//?//?//θ/


q と x は使用されない。

c は単独で使われることはなく、常に ch と書かれる。

ng' は子音 /?/ を表すが、ng のようにアポストロフィーがないと二重子音 /ng/ となる。

アラビア文字表記

アラビア文字
スワヒリラテン文字
スワヒリ
?aa
?b p mb mp bw pw mbw mpw
?t nt
?th?
?j nj ng ng' ny
?h
?kh h
?d nd
?dh?
?r d nd
?z nz
?s
?sh ch
?s, sw
??
?t tw chw
?z th dh dhw
??
?gh g ng ng'
?f fy v vy mv p
?k g ng ch sh ny
?
?l
?m
?n
?h
?w
?y ny
アラビア文字で書かれたスワヒリ語の服を着た女性。タンザニア、1900年代初頭

スワヒリ語をアラビア文字で表記する場合、アラビア語に由来する単語に関しては元々のアラビア語の通りに綴られる。その際、スワヒリ語では発音上、区別されない音素も、アラビア語の通りに表記し分けられる。

以下スワヒリ語に特有のアラビア文字表記に関して説明する。nd、nj、nyに関してはそれに対応するアラビア文字を二字並べて表記する。p,chを表記する文字はアラビア語には存在しないが、スワヒリ語ではペルシア語と同様、b、jの点を3点に増やした形で表記する。gはアラビア文字のghの点を2点に増やし、点を横に並べた形で表記し、ngはnとghの点を2点にしたものを並べて表記する。vはアラビア文字のwのものの上部に点を3点加えた形で表記する。母音の表記に関しては大陸のものとザンジバルのものとで若干異なる。