Arya es el nombre usado por muchos de los hablantes de los antiguos dialectos y lenguas del grupo ario o indo-iranio de la familia indoeuropea para identificarse a sí mismos. Los textos más antiguos y relevantes de evidencia de hablantes arios vienen de diferentes lugares: hay préstamos arios en las lenguas ugro-finesas de los bosques de la Europa septentrional; también hay nombres propios de gobernantes y otras palabras arias (especialmente las asociadas con doma de caballos) en el Imperio de Mitani en Siria, hacia 1500-1300 a. C.; igualmente en el Rigveda, una gran colección de himnos compuesta en norte del Valle del Indo hacia la segunda mitad del segundo milenio a. C.

Además están las fuentes iraníes más antiguas como el Avesta, especialmente los Gathas de Zaratustra, compuestos en el norte o este de Irán o en la región meridional del Asia Central o Bactria hacia el siglo VI o V a. C., también las inscripciones de los reyes aqueménidas de Persia (520-337 a. C.) y el testimonio de Herodoto y otros autores clásicos sobre los escitas y tribus emparentadas hablantes iraníes que ocupaban las estepas ponto-caspianas entre los siglos VIII-III a. C. Finalmente, está la tercera rama aria, las lenguas nuristanias, del este de Afganistán y norte de Pakistán.

El hogar original de los arios no puede ser precisado exactamente, aunque se piensa que estuvo al oeste de Asia Central, en una región al este y nordeste del Mar Caspio. Al comienzo del segundo milenio a. C. dos grupos ario hablantes emigraron, uno hacia el oeste, dejando huellas de su paso en el Imperio hurrita de Mitanni y el otro hacia la India. En una fecha posterior tribus iranias comenzaron a emigrar hacia el oeste, alcanzando la parte central y occidental de Irán hacia mediados del siglo IX a. C., período en el que aparecen por vez primera en fuentes asirias. Desde ese momento en adelante va a aparecer material lingüístico iranio en fuentes mesopotámicas, comenzando por los nombres Medos (Matai) y Persas (Parsuaš) y el nombre de la divinidad principal de los iranios en la forma de Assara mazas, que más tarde será Ahura-mazdah.

Las lenguas indo-iranias han sido usadas como lenguas administrativas y literarias. Por ejemplo, el antiguo persa fue la lengua administrativa de la dinastía aqueménida y un dialecto oriental indo-ario medio fue la lengua de la cancillería del Imperio de Asoka en la India del siglo III a. C. Como lenguas literarias las lenguas indo-iranias fueron usadas en los textos de algunas de las mayores religiones del mundo: el indo-ario para el budismo, el hinduismo y el jainismo y el iranio para el zoroastrismo y maniqueísmo. El comercio, las conquistas y la religión, esparcieron esas lenguas, penetrando las indo-arias hasta el interior del sudeste asiático, de lo cual dan cuenta nombres en Indonesia y otras regiones y textos sánscritos en Camboya.

Entre las lenguas indoeuropeas sólo la lineal a, lineal b e hitita poseen registros escritos más antiguos que los de las lenguas indo-iranias.

El grupo indo-iranio es el más numeroso de la familia indoeuropea, con lenguas habladas en Irán, Afganistán, India y Pakistán. Está compuesto por unas 90 lenguas y 800 millones de hablantes. Además, hay hablantes en romaní (gitanos) suman 5 millones de personas esparcidas por Europa, África, América y Oceanía. Los hablantes de lenguas iranias alcanzan varias decenas de millones de personas que viven desde Pakistán a Irán.

Las lenguas iranias se hablan en el sudoeste de Asia y en el Medio Oriente, mientras que las lenguas índicas se hablan en Asia meridional, con la excepción de la lengua romaní que se habla también, bajo muchas variantes, por toda Europa. Las lenguas indo-iranias consisten de tres ramas bien definidas: índica, nuristania e irania. Dentro de la rama índica, el grupo singalés-maldivo y el romaní , la lengua de los gitanos, forman un grupo aparte de las lenguas índicas, habiendo entre muchas de ellas dialectos transicionales que hacen las subdivisiones añadidas muy difíciles si no imposibles. Las lenguas nuristanias representan un pequeño grupo de lenguas intermedias entre las índicas y las iranias. Dentro de las iranias hay una clara división entre rama oriental y occidental.

Las lenguas índicas y las lenguas iranias forman una rama de la familia indoeuropea, siendo la conexión entre ambos grupos muy estrecho; las antiguas lenguas iranias y las antiguas lenguas índicas están ligadas por elementos fonéticos, léxicos, morfológicos y sintácticos. Por ejemplo, las construcciones sintácticas de la lengua del Avesta y de la lengua de los Vedas son tan próximas que podemos traducir palabra por palabra de frases enteras del avéstico al veda. 

Hay características que ambas comparten y que las sitúan en un lugar aparte de las otras lenguas indoeuropeas. Por ejemplo, las vocales indoeuropeas largas y cortas e, o y a, aparecen como a corta y larga: manas- en sánscrito 'mente, espíritu', manah- y en avéstico, pero menos en griego. En casos en los que las lenguas indoeuropeas tienen un sonido a, las indo-iranias lo tienen i, como reflejo de los sonidos indoeuropeos llamados laringeales, como en griego pater, sánscrito pitr, avéstico y antiguo persa pitar. Tras raíces que terminan en a, i o u larga o corta, ocurre una n, algunas veces antes del genitivo plural terminando en am, como el sánscrito martyanam 'de mortales, hombres' (de martya-) avéstico masyanam (de masya-), antiguo persa martiyanam.

Términos léxicos son compartidos en indo-ario e iranio, como conceptos religiosos como yajña en sánscrito, yasna en avéstico 'sacrificio' o hotr en sáncrito y zaotr en avéstico 'sacerdote'. También los nombres de divinidades o personajes mitológicos son similares, como mitra en sánscrito y avéstico. De hecho el autónimo con el que estos pueblos se designaban a sí mismos es igual para todos: en sánscrito arya, en avéstico airya, en antiguo persa ariya.

Como puede observarse en la comparación inferior de un antiguo himno iranio, hay base para afirmar la procedencia común de las lenguas índicas, representada ahí por la sánscrita, y las iranias, representada por la avéstica.

Pero las lenguas indo-arias e iranias también difieren entre sí en una serie de características lingüísticas, entre las cuales están que las indo-arias tienen un sonido i que representa al sonido laringeal indoeuropeo no sólo en sílabas iniciales sino también en interiores, habiéndose perdido en las iranias en esa posición. Igualmente las iranias han perdido la aspiración que se retiene en ciertas consonantes indo-arias. Más aún, las iranias cambiaron las oclusivas como p antes de consonantes y r y v a aspirantes como f. Además, la h es reemplazada por s en iranio salvo delante de las oclusivas no nasales y después de i, u, r y k. El iranio tiene también los sonidos xš y š, que resultan de diferentes sonidos indoeuropeos k seguidos sonidos como s, pero el indo-ario tiene sólo k. Asimismo el iranio retuvo diptongos que fueron cambiados a simples vocales en indo-ario.

El iranio difiere del indo-ario en características gramaticales también. El dativo singular de una raíz -a termina en -ai en iranio. En iranio hay un pronombre personal para la tercera persona di (acusativo dim) que no tiene correspondencia en indo-ario salvo una en las lenguas bálticas.