Se considera a la lengua albanesa (gjuha shqipe) como al único representante actual de la rama ilírica de lenguas de la familia indoeuropea. Tal vez fueran compañeros suyos en la misma familia el ilirio y el mesapio, aunque no hay seguridad al respecto. En lo concerniente al hogar ancestral de los albaneses todo parece confirmar que proceden de las costas del Adriático.

El nombre arbëresci (arvanitas) que procede del nombre étnico arbër-esh (arbën-esh en el dialecto septentrional) deriva de Arbër, el antiguo nombre de Albania, que tiene sus orígenes en la denominación de una tribu ilírica, los Albanoi, mencionados por Ptolomeo en su Geografía (siglo II d. C.). Este antiguo nombre sobrevivió en el latín albanenses, italiano albanese, griego arvanitis, turco arnaut, etc., pero en los últimos siglos ese apelativo ha sido sustituido por la palabra shqip-tar y el nombre del país por Shqip-ne/Shqip-ë-ria, que deriva del adverbio shqip, cuyo significado original parece ser 'claro', 'franco'. Este nombre ha reemplazado el antiguo adverbio arbën-isht/arbër-isht.

Las primeras manifestaciones literarias en albanés, especialmente en guego, datan del siglo XVI, aunque la forma dialectal que se va a imponer oficialmente en Albania desde 1952 para normalizar la literatura será el dialecto tosco. Aunque se trata de una de las lenguas más antiguas de las Balcanes, el albanés, como el rumano o el lituano, no tiene testimonios escritos hasta relativamente tarde. Los primeros textos proceden de frases y palabras aisladas en documentos escritos en otras lenguas. 

La frase más antigua es una breve fórmula bautismal que data de 1462, escrita en el dialecto septentrional, el guego, así como algunos versículos del Nuevo Testamento seguidos de un breve fragmento de un himno de la Pascua Ortodoxa en el dialecto meridional, el tosco. El alfabeto usado para estos textos es tanto el griego como el latín. El libro más antiguo impreso en albanés es el Mëshari (El Misal) (1555) de Gjon Buzuku en guego, mientras que La Doctrina Cristiana (1592) de Matranga fue escrita en arbëresci y muestra características del tosco. 

Ya en el siglo XVII, en plena época de la Contrarreforma, contamos con un diccionario latino-albanés (Frang-Bardhi, 1635), las traducciones y adaptaciones de Dottrina Christiana (1618), Rituale Romanum y Speculum Confessionis (1621), todas ellas realizadas por Pjetér Budi, y la extensa pieza de Pjetër Bogdabi, Cuneus Prophetarum (1685), obras todas que marcan el inicio de la auténtica literatura albanesa. La existencia de obras religiosas dispersas producida en los siglos XVI y XVII se originó en el área de influencia guega y es reflejo de la actividad misionera católico romana.

En el siglo XIX y por causa de la hostilidad turca, la literatura albanesa va a prosperar únicamente en las comunidades fuera del país, donde los arbëreshë van tener un papel predominante en la formación del Rilinja Kombëtare o Movimiento Renacentista Albanés. Tal vez la obra literaria de cierta extensión es la del poeta del siglo XVIII Gjul Variboba, del enclave de St. Giorgio en Calabria. Durante el siglo XIX se continuó la producción literaria en los enclaves italianos, cosa que no ocurrió en los griegos. Todas esos documentos muestran una lengua que difiere poco de la actual lengua, aunque al proceder de diferentes regiones y tiempos, muestran marcadas peculiaridades dialectales que ayudan al estudio de la lingüística.

La lengua oficial se basó en el dialecto guego de Elbasan desde el comienzo del Estado albanés hasta la Segunda Guerra Mundial y desde entonces ha sido modelada por el dialecto tosco. En Yugoslavia los hablantes albaneses en la región de Kosovo (oficialmente bilingüe en serbio y albanés) y en Macedonia hablan las variedades orientales de guego.

El número total de hablantes de albanés es de unos 3 millones de personas dentro de Albania (Shqipëria), pero en Kosovo, Macedonia y Montenegro viven 2 millones de personas que hablan albanés en el dialecto guego. También en Grecia, al sur de la frontera con Albania, y en países como Turquía, USA, Canadá, Francia, Siria, Egipto, Australia, etc. hay comunidades albanesas que retienen su lengua.

La lengua albanesa tiene tres dialectos: el tosco en el sur y el guego (ghego) en el norte de Albania, separados por el río Shkumbi, y el arbëresci, hablado por varios miles de personas, en el sur de Italia y Sicilia, emigradas en los siglos XV al XVII, y el arvanita en Grecia, emigradas en el siglo XIV, en el Peloponeso y en algunas islas del Egeo. 

La división en dos dialectos, meridional y septentrional. comienza ya en el siglo X y su distinción es particularmente fonética. Tanto el tosco como el guego son inteligibles entre sí. Los hablantes de guego constituyen las dos terceras partes del número total de hablantes en albanés. 

Cada uno de estos dialectos tiene a su vez variantes. El guego se divide en tres clases: septentrional, central y meridional, dividiéndose a su vez la septentrional en dos franjas, la noroeste y la nordeste, separadas por una línea que pasaría al este de Theth, población situada a 70 Km. al nordeste de Skodër, y continuando por el curso del río Shalë en dirección al oeste de Pukë. Por su parte el tosco tiene dos variantes, una septentrional y otra meridional, subdividiéndose a su vez esta última en las variantes de Çamëria y Labëria.

Todos los dialectos albaneses hablados en enclaves italianos y griegos son de la variedad tosca y parecen estar relacionados estrechamente con el dialecto de Çamëria en el extremo meridional de Albania. Esos dialectos fueron el resultado de movimientos de población todavía no bien estudiados que tuvieron lugar entre los siglos XIII al XV. Los enclaves italianos, casi 50 pueblos esparcidos por las provincias de Avellino, Potenza, Taranto, Cosenza, Catanzaro y Palermo, probablemente fueron fundados por emigrantes del dominio turco en Grecia. El número de hablantes de albanés arberesco se puede calcular en unos 100.000 de una población étnica más elevada. En algunos lugares los niños aprenden la lengua, pero dejan de usarla al llegar a al escuela. Se trata de un dialecto amenazado.

El dialecto arvanita, hablado por comunidades que ocupan extensas zonas rurales en Atica, Boetia, Euboea meridional, Andros septentrional, Corinthia, Argolis y varios enclaves pequeños del Peloponeso y Grecia central, es hablado por unos 50.000 hablantes. Muy pocos niños lo aprenden por lo que la lengua está seriamente amenazada. Todos los idiolectos están fuertemente influenciados por el griego.

Hay unos pocos dialectos aislados de origen tosco meridional hablados en Bulgaria y la Tracia turca aunque de fecha incierta. La lengua todavía se usa en Mandritsa, Bulgaria, cerca de Kilkís en Grecia y procede de las Guerras de los Balcanes. Un enclave tosco cerca de Melitopol en Ucrania parece ser un reciente asentamiento de Bulgaria. Los dialectos albaneses de Istria, de los que existe un texto, y de Syrmia, del que no hay ninguno, se han extinguido.

Escritura

Tras varios intentos de crear alfabetos autóctonos: elbasan, büthakukye, argyrokastron, a partir del Congreso de Monastir (1908) se estableció que el alfabeto romano con algunas modificaciones sería el destinado a servir de soporte para escribir en albanés. 

La figura lateral contiene los primeros ocho versículos del evangelio de Juan en el dialecto tosco.

Las siguientes etimologías muestran la relación del albanés con el indoeuropeo (un asterisco delante de la palabra indica una hipotética pero no comprobada palabra cercana indoeuropea): pesë 'cinco” (de *pénk^we); zjarm 'fuego' (de *g^whermos); natë 'noche' (de *nok^wt-); dhëndër 'yerno' (de *ģemə ter-); gjarpër 'serpiente' (de *sérpŏn-); bjer '¡trae!' (de *bhere); djeg 'quemo' (de *dheg^whō); kam 'tengo' (de *kapmi); pata 'tuve' (de *pot-); pjek 'aso' (de *pek^wō); thom, thotë 'digo, dice' (de *k'ēmi, *k'ēt...).

La lengua no muestra obvias afinidades con las otras lenguas indoeuropeas, siendo claramente la única superviviente de su propio subgrupo, aunque parece que en tiempos antiguos el grupo balto-eslavo fue su más cercano pariente. De las lenguas antiguas, tanto el dacio como el ilirio han sido consideradas sus progenitores o parientes más cercanos.

La lengua latina ha aportado innumerables préstamos a la albanesa; por ejemplo, mientras que los vocablos para los parientes agnaticios son en su mayoría de origen indoeuropeo, los de los parientes cognaticios son de origen latino (emtë, 'tía' < amita; kushrî, 'primo' < consobrinu(m); fëmi, 'niños, prole' < familia). También latina es la terminología cristiana y vocablos que se refieren a la vida social, (qytet 'ciudad' < civitate(m); ligje, 'ley' < lege(m);) intelectual (como kujtue 'pensar' < cogitare; kuvênd, 'asamblea, reunión, discurso' < conventu(m). En general la gramática y distinciones formales del albanés son reminiscencias del griego moderno y de las lenguas romances, especialmente del rumano. Los sonidos evocan al húngaro o al griego, aunque el guego con sus vocales nasales es muy peculiar al oído.

El nombre tiene género, número y tres o cuatro casos. Una característica inusual es que los nombres son declinados obligatoriamente con sufijos para mostrar el significado definido o indefinido, como bukë 'pan' buka 'el pan'. Los adjetivos, salvo los numerales y ciertas expresiones cuantitativas, y nombres dependientes siguen al nombre que modifican, requiriendo una partícula que los precede que concuerda con el nombre. Por ejemplo, një burrë i madh, que significa 'un hombre grande' burrë 'hombre' es modificado por madh 'grande', que a su vez es precedido por i, que concuerda con el término para 'hombre'; igualmente en dy burra të mëdhenj 'dos hombres grandes' mëdhenj, plural masculino de 'grande' sigue al nombre burra 'hombres' y es precedido por la partícula të que concuerda con el nombre. Los plurales de los nombres son notables por la irregularidad de un gran número de ellos.

El acento tónico cae normalmente en la penúltima sílaba. Existen dos géneros en albanés: masculino y femenino, aunque unas pocas palabras tienen género neutro. El orden de la oración suele ser sujeto, verbo y objeto, aunque el orden es más libre que en otras lenguas.

La numeración del 1 al 10 es një, dy, tre/tri, kat˝wer, pesë, gjashtë, shtatë, tetë, néndë, dhjetë, 11 njëmbëdhjetë, 12 dymbëdhjetë, 20 njëzet, 30 tridehjetë, 40 dyzet, 100 (një)qind.

Existen dos artículos: determinado e indeterminado; el indeterminado es një en singular y ca o disa en plural, como një shok 'un camarada', disa shokë 'camaradas'. Las terminaciones en masculino plural son -a, -e, nj, -q(e), -gj(e), -ë, como mësim 'lección', mësime; mal 'montaña', male; ari 'barba', arinj; mik 'amigo', miq; pyll 'bosque', pyje; punëtor 'trabajador', punëtorë. En femenino plural las terminaciones son -a, -e, como en lule 'flor', lule; dhome 'habitación', dhoma.

El artículo determinado se afija al nombre y es marcado por el género; afijos masculinos son -i, -u, ri/-ni, -a: mal, 'montaña', mali 'la montaña'; zog, 'pájaro', zogu 'el pájaro'; el afijo femenino es -a, como shtëpi, 'casa', shtépia 'la casa', motër 'hermana', motra 'la hermana'.

Los verbos tienen dos voces, activa y medio-pasiva, teniendo ésta última un juego específico de terminaciones. Comparte con las lenguas bálticas el cambio de la raíz vocal e en el presente a o en el pasado. Hay seis modos y ocho tiempos, aunque sólo el indicativo las tiene todos; los otros modos, subjuntivo, condicional, optativo y admirativo tiene tiempo presente y perfecto. 

Los pronombres son los siguientes (la tercera persona se forma con el pronombre demostrativo):

Singular

1. unë = yo
2. ti = tú

Plural

1. na/ne = nosotros
2. ju = vosotros