La lengua romaní, también denominada gitano, está relacionada con las lenguas indoarias septentrionales, siendo hablada en los cinco continentes por los gitanos (rom) quienes son considerados generalmente de origen hindú. Las mayores concentraciones de hablantes romaní se dan en Europa oriental. Al ser la lengua de un pueblo minoritario y muchas veces marginado ha recibido poco reconocimiento legal.

Los dialectos romaní se hablan desde Europa occidental hasta la India por las comunidades gitanas. La última hipótesis sobre el origen de los gitanos (muchos de los cuales prefieren ser denominado roma) es que son descendientes de los rajputs del noroeste de la India que huyeron de su tierra en sucesivas emigraciones cuando los invasores islámicos llegaron allí, alcanzando Europa por diferentes rutas. Sus dialectos tienen muchísimos préstamos de las lenguas de las regiones por donde pasaron, aunque retienen sus características básicas índicas y vocabulario, si bien el anglo romaní, por ejemplo, es inglés que usa léxico romaní.

Sobre este cuerpo central índico, del que sobreviven quizás 900 palabras en romaní moderno, se han ido añadiendo capas de persa y kurdo (alrededor de 120 entradas), en torno a 500 palabras del armenio y solamente tres del georgiano, además del griego bizantino, que no sólo ha aportado 250 palabras al romaní, sino que ha facilitado la mayor parte del paradigma gramatical del léxico post-europeo (o "atemático"). Los términos adquiridos entre India y Europa se ajustan por lo general a las reglas gramaticales índicas (o "temáticas").

El hecho de que el romaní presente unas pocas palabras de origen probablemente burushaski, y al menos una de origen mongol, sirve de ayuda para trazar la ruta migratoria de los romá originarios. El burushaski se habla en el extremo norte del Hindu Kush, donde las únicas salidas de la India son Shandur y Baroghil. La lengua mongol podría sólo haberse situado en el Cáucaso meridional y en el nordeste de Persia en una fecha posterior a 1250 d. C., cuando la Horda de Oro ocupó esta zona. Resulta también significativo que el léxico más temprano no sufriera una influencia sustancial ni del árabe ni del turco. A partir de estos datos, podemos plantear como hipótesis que la emigración de la India se produjo entre el año 1000 y el 1027 de nuestra Era; procedentes del extremo norte de la India, se dirigieron casi directamente el oeste de la costa meridional del mar Caspio, a continuación siguieron la costa oeste en dirección al sur del Cáucaso y, desde allí, directamente al oeste de la costa septentrional de la actual Turquía, para continuar a lo largo de la costa del mar Negro hacia los Dardanelos y, de allí, hacia los Balcanes europeos, a donde llegarían aproximadamente entre 1250 y 1300. La firme teoría de que la población original se habría dividido en tres antes de alcanzar Europa, formando los actuales pueblos romaní europeo, domari sirio y lomavren armenio, no puede sostenerse ante un análisis riguroso. Si bien es cierto que la lengua de los lom puede estar relacionada con el romaní, no es así en el caso de la lengua de los dom, pues descienden de una emigración india distinta que tuvo lugar alrededor de cinco siglos y medio antes.

Las primeras muestras conocidas de la lengua datan de 1542, en Gran Bretaña, si bien el encargado de registrarlas, Andrew Boorde, pensó que se trataba de la lengua egipcia, por lo que las acompañó con una descripción de Egipto. Hasta el momento, tan sólo se han localizado otros cuatro o cinco ejemplos de este primer período. Los textos más extensos no comenzaron a aparecer hasta el siglo XIX; éstos consistían principalmente en recopilaciones de listas de vocabulario, cuentos populares y traducciones del Evangelio. Debido a su naturaleza lingüística compleja, el romaní no heredó ninguno de los alfabetos índicos, ni fue plasmado por escrito hasta el siglo XX (excepto por profesores de origen no romaní). La mayoría de los sistemas de escritura utilizados se basan en la ortografía nacional del país en el que se ha hablado el dialecto romaní en particular, aunque un sistema de base eslava, que utiliza el acento en forma de cuña, es el que ha contado con una mayor aceptación. Desde los años 80, la Comisión Lingüística de la Unión Romaní Internacional ha venido diseñando una ortografía estándar internacional, con un número cada vez mayor de publicaciones que la utilizan.

Tras su llegada a Europa, la población original comenzó a fragmentarse casi inmediatamente. Un número importante se quedó en los Balcanes, en donde (en Moldavia y Valaquia) ya habían sido convertidos en esclavos a mediados del siglo XIV. Esta situación surgió debido a la necesidad de hacer uso de sus conocimientos (sobre todo en el tratamiento de los metales) dentro de una economía maltrecha, y su abolición no se produjo hasta la segunda mitad del siglo XIX. En consecuencia, a lo largo de estos siglos el romaní evolucionó aislado, en estrecho contacto lingüístico con el rumano y, en menor medida, con el húngaro y el eslavo. De ahí que se convirtiera en un grupo dialectal diferente dentro de la lengua a la que hoy conocemos como "vlach" (es decir, "vlach, valaco"). Pero no toda la población romá fue esclavizada; el proceso de emigración continuó hacia el norte en dirección a Europa, abriéndose en abanico y alcanzando la práctica totalidad del continente en el año 1500.

El romaní todavía presenta una relación léxica muy estrecha con el hindi y con otras lenguas indias noroccidentales, aunque su fonología central tiene influencias del dárdico (especialmente el phalura), del armenio y del griego; además, los dialectos post-bizantinos presentan interferencias en todas las áreas de las lenguas europeas circundantes.

Originariamente, los dialectos romaní se dividieron en "vlach" y "no-vlach", aunque hoy día se reconocen tres (o quizás cinco) ramas principales, cada una con sus correspondientes divisiones: en total, se han registrado unos 60 dialectos distintos. En algunos países, especialmente en Gran Bretaña y España, el romaní ha sufrido una reestructuración: cuenta con un corpus de unidades léxicas en romaní introducidas en el marco fonológico y gramatical de la lengua nacional, es decir, el inglés o el español.

La afinidad lingüística fundamental del romaní está aún por comprobar. En su léxico y fonología en particular, muestra un núcleo centro-hindú, pero es mayor la presencia del hindú noroccidental y, hasta cierto punto, del dárdico. Estos indicios lingüísticos vienen a avalar la teoría más moderna sobre el origen de este pueblo, por lo que los antecesores de los romá descenderían de una amalgama de pueblos unidos como una fuerza militar a principios del siglo XI, con el fin de resistir las invasiones islámicas dirigidas por Mohammed de Ghazni. La historia sugiere que los miembros que constituían este ejército, conocido como rajputs, se habían elegido intencionadamente de la población no-aria, especialmente de los dravidianos (de habla aria, de la casta Sudra) y los pratihara, que se habían asentado en el norte de la India procedentes del noroeste y que estaban relacionados con los alanos y los osetios. Una propuesta más reciente apunta a la consideración de un elemento africano oriental que puede remontarse a los siddhis o a los africanos, que fueron introducidos como mercenarios por los ejércitos musulmanes e hindúes para luchar en ambos bandos.

Se estima que hay entre 6 y 10 millones de hablantes romaní en el mundo, siendo la variante más numerosa la vlach y romaní balcánica. No resulta fácil delimitar la frontera entre un hablante de romaní y un gitano hablante de otra lengua (normalmente la de la población mayoritaria), pues el léxico suele estar fuertemente influido por el romaní, de hecho el romaní ha sido usado para crear lenguajes secretos, incomprensibles para el resto de la población, por gitanos y no gitanos.

A pesar de haber vivido en Occidente durante más de 800 años, la población romá sigue siendo básicamente asiática, pues habla una lengua asiática a través de la cual se ha expresado la cultura romaní y su visión del mundo. De hecho, para una población errante de entre 9 y 12 millones, de los cuales al menos la mitad hablan variedades del romaní, el mantenimiento y el cultivo de la literatura resulta vital para su supervivencia, tanto política como étnicamente. Muchos niños aprenden romaní, teniendo toda clase de oportunidades de practicarlo durante toda su vida. No obstante la lengua está amenazada.

La lengua romaní se divide en tres grandes dialectos, aunque también se puede decir en tres lenguas, pues no son mutuamente inteligibles: 

• Siria (o asiática). 

• Armenia (o bocha). 

• Europea, que a su vez se subdivide en:

• Báltica:

• Rusa septentrional (rúska romá, xoladítka romá).

• Letona (lotfítka romá), en Letonia occidental y Estonia.

• Polaca central (pólska foldítka romá)

• Laius (lajenge romá), hablada antiguamente en la ciudad de Laius en Estonia oriental, pero todos los hablantes de este dialecto fueron asesinados por los nazis durante la II Guerra Mundial.

• Germana (sintí, sasítko romá), en Alemania, Francia, Polonia, Chequia, antigua Yugoslavia, norte de Italia, Austria y algunas familias en la antigua URSS.

• Cárpata:

• Eslovaca (sórvika romá), en el norte y este de Eslovaquia.

• Húngara (úngrike romá), en Eslovaquia meridional, Hungría septentrional y algunos hablantes en la antigua URSS como consecuencia de los desplazamientos de fronteras tras las II Guerra Mundial

• Balcánica:

• Jerlídes, en Bulgaria occidental, Macedonia y Serbia meridional.

• Ursári, en Rumania y Moldavia.

• Crimea (koromítika romá).

• Drindári, en Bulgaria central.

• Valaquia:

• Chache, en Rumania y Moldavia.

• Lindurári

• Zlotári

• Kokavjári

• Kalderas, hasta mediados del siglo XIX circunscrito a la frontera húngaro-rumana del Imperio Austro-Húngaro, pero ahora esparcido por toda Europa y también en América. Se habla en Albania, Bosina-Herzegovina, Hungría, Moldavia, Rumanía, Ucrania, Yugoslavia y países limítrofes.

• Lovári, en muchos países europeos y USA.

• Gurbéti, en Bosnia y Herzegovina.

• Ucraniana:

• Margen izquierda del Dniéper

• Margen derecha del Dniéper.

• Finesa (fintike róma).

• Galesa (volchononge kaló)

Los principales dialectos del romaní que se han plasmado en una literatura son: 

• el septentrional, cuyo principal representante es el dialecto ruso; 

• el central, cuyo principal representante es el grupo húngaro-eslovaco; 

• el vlach, cuyo máximo representante es el kalderash, 

• el balcánico, en el que destacan los dialectos propios de Macedonia.

De todos ellos, el kalderash es el que se está convirtiendo en alfabeto internacional a falta de una alternativa viable, pues es el que ocupa una mayor extensión geográfica y el que cuenta con un mayor número de hablantes (alrededor de dos millones y medio). El romaní "común" o internacional ha sido diseñado a partir de los dialectos vlach, si bien recurre a otros dialectos cuando necesita palabras o reglas gramaticales ya perdidas en el grupo vlach, como por ejemplo rukh 'árbol', sustituido por kast 'madera' en vlach, o tablo 'caliente', taticóso en vlach (esto es 'calor' más un morfema modificador de origen rumano). También intenta desterrar del lenguaje las adopciones léxicas, excepto en el caso de entradas internacionales como teléfono o integrácija, además de tratar de expandir el léxico con varias técnicas, como por ejemplo el empleo de la metáfora (drakhin 'cadena', literalmente 'parra').

No hay tradición de escritura en romaní aunque posee una rica tradición oral. Una de las razones para la supervivencia de la lengua es su utilidad como argot o lengua secreta, lo cual el estilo de vida de los rom facilita. En el siglo XX se publicaron poemas y cuentos en romaní en varios países europeos orientales, usando para ello las escrituras nacionales. 

Para escribir en romaní se han usado el alfabeto romano y el cirílico. Se han publicado obras de carácter religioso y poemas, cuentos y folklore gitano publicados en Europa oriental y en Gran Bretaña.

Marcos 3:31-35 en kalderas

Lucas 15:10 en romaní búlgaro suroriental

Juan 3:16 en romaní alemán septentrional

Marcos 3:35 en romaní alemán meridional

Juan 3:16 en romaní letón

Juan 3:16 en romaní moravo

Lucas 15:10 en romaní caló

Lucas 15:10 en romaní yugoslavo

El sistema vocálico y consonántico de todos los dialectos romaníes se deriva claramente del sánscrito; algunos de los cambios corresponden a los habidos en las actuales lenguas índicas, otros representan un estado más arcaico (como la preservación del grupo inicial consonántico dr-, tr- y la media st(h), si(hj) y otros son más difíciles de explicar. Las vocales de un dialecto típico central europeo son i, e, a, o, u. Las consonantes indoarias retroflejas han desaparecido del sistema consonántico mientras que los sonidos fricativos y africados eslavos se han incorporado.

El sistema gramatical de la lengua romaní es análogo al de las lenguas actuales del norte de la India. El caso romaní directo representa el nominativo y acusativo del sánscrito, mientras que el oblicuo se deriva del genitivo. Varias postposiciones se pueden añadir, como ocurre en hindi y en bengalí, para propósitos sintácticos. 

Una característica de todos los dialectos romaníes europeos es la presencia de un gran número de préstamos del griego, pues Grecia fue una parada para todos los gitanos europeos en su viaje desde la India. Por ejemplo los préstamos léxicos serían drum 'camino' (griego dromos), y también los numerales eftá 'siete', oxtó 'ocho', ená 'nueve'. Además las formas nominativas del artículo definido, masculino o, femenino e/i son préstamos del griego, aunque no sus formas oblicuas. 

Precisamente es en el vocabulario donde se refleja mejor el nomadismo de sus hablantes pues aparte de las palabras procedentes del tronco original hindú las hay iranias (doshman 'enemigo' del persa doshman), armenias, griegas (drom 'camino' de δρóμος), rumanas (bolta 'tienda' de boha) húngaras (bino 'pecado') y eslavas (glas 'voz', grob 'tumba', dosta 'suficiente', ale 'pero').

Cada uno de los dialectos europeos está caracterizado por una fuerte influencia de las lenguas vecinas, sobre todo en el léxico, aunque también en fonología, morfología y sintaxis. Por ejemplo, los dialectos cárpatos tienen préstamos del húngaro como maa 'ya' gondolin- 'pensar' (en húngaro már, gondol). Los dialectos bálticos tiene préstamos de prefijos y han perdido el artículo definido. Los dialectos valaquios forman varios nombre plurales en -ura y sus variantes dialectales del rumano -uri. Los dialectos balcánicos han reemplazado el futuro verbal por una nueva forma usando una variante reducida del verbo 'querer' puesta delante del principal verbo.

Los nombres son animados o inanimados, siendo los animados masculinos o femeninos. Hay dos números y seis casos. Los pronombres personales son: singular 1 me, 2 tu, 3 masculino ov, femenino oi; plural 1 ame, 2 tume, 3 on. El demostrativo es adava, esto, odova 'eso', aunque varían mucho dialectalmente. Interrogativo ko(n) '¿quién?', so '¿qué?'. La numeración del 1 al 10 es la siguiente: ek', dui, trin, štar, pamz, šov, efta, oxto, en'a, deš 20 biš, 30 tranda, 40 štar.var.deš, 100 šel.

Los verbos van marcados por persona y número, marcándose el género sólo en el participio. Hay dos modos: indicativo e imperativo. Se distinguen cuatro tiempos: presente, futuro, pasado imperfecto y pasado perfecto. El sistema verbal tiene tres personas, dos números, cinco tiempos (presente, imperfecto, perfecto, pluscuamperfecto y futuro) y tres modos.

El orden de la frase es sujeto, verbo y objeto.