Ancient Greek letter phi was pronounced as [ph] ([p] aspirated, nearly as in English put) at least until the 2nd century BCE. Its pronunciation started shifting to fricative [f] in various places at different times. At around the 1st century CE there must have been some places where phi started being pronounced as [f]. By the 5th century CE it was pronounced as [f] nearly everywhere. Evidence for the above comes from the following:
Ancient Greek grammarians (e.g., Dionysius Thrax) divide consonants into two primary categories: the aphona (beta, gamma, delta, kappa, pi, tau, theta, phi, and chi), and the hemiphona (zeta, ksi, psi, lambda, mu, nu, rho, sigma). In Aristotle's Poetics (1456b) the aphona (of which phi is a member) are described as "having contact" (= "meta prosboles"), but not being pronounceable without a vowel. In modern parlance we would say that aphona are the plosives, pronounced instantaneously, while hemiphona are fricatives, and those other consonants that can be pronounced continuously, without the need for a following vowel. If phi were fricative, it would be classified as one of the hemiphona.
Letters theta, phi, and chi were called "dasea" (= "thick", neuter, plural) by Greek grammarians (and are still learned as such in Greek elementary school). The term for "aspiration" in Greek is "daseia" (= "thick", feminine, singular), or "pneuma" (= spirit, blowing, breeze); in writing, the "rough breathing mark". Dionysius, in fact, refers to the category of dasea as having "the addition of the aspiration" (= "ten tou pneumatos prostheken").
When Greek preposition apo is followed by a noun starting with vowel, the final [o] is elided (eliminated), replaced in writing by an apostrophe: ap'. However, when the following vowel is aspirated (written with a rough breathing mark in Greek, or h in romanized form), letter p of ap' is changed to a phi: aph'. For example: apo + helion ap' + helion aphelion (= the point on the orbit of a celestial body that is farthest from the sun). Similarly, hypo- + hypourgos hyp' + hypourgos hyphypourgos (= "undersecretary"). Thus, letter p followed by aspiration h turns to ph, written with letter φ in Greek.
Herodotus, using the Ionic dialect, writes apikneomai instead of aphikneomai (= "I arrive") (Hdt. Histories, e.g., Book 1:1, apikonto). In general, the Ionic, Aeolic, and Doric Greek dialects would often drop the aspiration, which was indicated in writing by the usage of pi instead of phi. For example, the Attic words aspharagos, sphoggos, and sphyras (ασφάραγος, σφόγγος, σφυράς), were written as asparagos, spoggos, and spyras (ασπάραγος, σπόγγος, σπυράς). Although this is not clear evidence, the most reasonable hypothesis is that in these dialects the aspiration after the plosive consonant was omitted, rather than that fricative [f] was transformed to plosive [p] (there is no such general trend in these dialects).
Latin renders Greek phi at first as a simple p (e.g., Pilipus), and later through the digraph ph (Philippus), which in Latin was pronounced as [ph]. If phi were fricative, as in modern Greek, letter f would be the preferred choice. The latter is never used in classical Latin times. In Quintilian we learn that Cicero (1st century BCE) ridiculed a Greek witness who could not pronounce the first consonant of the name Fundanius. The first clear evidence for a fricative pronunciation comes from a 1st century CE Pompeian spelling: Dafne for Greek Daphne (Δάφνη). On the contrary, that Latin Fabius was rendered in Greek as Phabios (Φάβιος) is no indication of a fricative pronunciation for phi; for, having no true fricative to render Latin f, the Greek language would resort to the closest approximation, which is indeed ph ([ph]). In fact, this happens today when unsophisticated speakers of Hindi (which lacks [f]) borrow English words containing an f: for example, the word film is rendered by philam. From the 2nd century CE the representation of phi by f becomes common, and Latin grammarians have to give rules when to spell with f and when with ph.
Pindar describes a volcano using an apparently alliterative phrase: all' en orphnaisin petras phoenissa kylindomena phloks es batheian pherei pontou plaka syn patago (αλλ' εν όρφναισιν πέτρας φοίνισσα κυλινδομένα φλόξ ες βαθει~αν φέρει πόντου πλάκα συν πατάγωι), where the alliteration produced by the plosives [p] and [ph] presumably matches the concept of a bubbling volcano. The effect is much reduced, if existent at all, assuming a fricative pronunciation for phi.
The perfect tenses are formed by reduplication, i.e., repeating the initial consonant of the present root. For example, pino (πίνω = "I drink") in perfect becomes pepoka (πέπωκα = "I have drunk"); temno (τέμνω = "I cut") becomes tetmeka (τέτμηκα = "I have cut"); kamno (κάμνω = "I work") becomes kekmeka (κέκμηκα = "I have worked"). However, verbs the root of which starts with one of the dasea consonants (theta, phi, and chi, see above) have their reduplicated consonant as one of the corresponding psila (tau, pi, and kappa). For example, pheugo (φεύγω = "I leave") in perfect becomes pepheuga (πέφευγα = "I have left"); thaumazo (θαυμάζω = "I marvel") becomes tethaumaka (τεθαύμακα = "I have marveled"); and khairo (χαίρω = "I rejoice") becomes kekhareka (κεχάρηκα = "I have rejoiced"). Such a transformation of the reduplicated consonant from dasy (th, ph, kh) to its corresponding psilo (t, p, k) is not casual. There is a linguistic law, known as Grassmann's law (after mathematician and linguist Hermann Grassmann, who discovered it in 1862), according to which if there are two originally aspirated initial syllables (as there would be if we had *phepheuga), then the first syllable loses its aspiration (hence, pepheuga). The same law operates when originally aspirated hekho (cέχω = "I have"), as evidenced by future form hekso (cέξω = "I will have"), becomes unaspirated ekho (έχω). Grassmann's law applies in other languages, too, with similar treatment of aspiration, such as Sanskrit.
Letters pi, beta, and phi, were called labial consonants by ancient Greek grammarians (and are still learned as such in Greek elementary school). Of these three, however, only pi is a true labial sound in Modern Greek, while beta and phi are labiodental. The term labial is accurate if beta was pronounced as [b], and phi as [ph].
The doubling of consonants is another case in point. Continuous consonants, including fricatives, are doubled normally: -σσ-, -λλ-, -μμ-, -νν-, -ρρ-, which in ancient Greek were pronounced by prolonging the articulation of the consonant. So were unaspirated plosives: -ππ-, -ττ-, -κκ-, -ββ-, -δδ-, which were probably pronounced by prolonging the stop (as in modern Italian). Aspirated plosives, however, (as well as the doubles ζ, ξ, ψ) were never doubled like the other consonants: there is never a -θθ-, -φφ-, or -χχ- in ancient Greek. Instead, their doubling was effected with the corresponding unaspirated (psilo), thus: -τθ-, -πφ-, -κχ- (e.g., in the words titthe, apphys, kakkhazo). If phi were a continuant ([f]), it would be doubled normally, like the other continuants.
The following is the translation of the above in Greek.
Το αρχαίο Ελληνικό γράμμα φ προφέρονταν σαν [πh] (δηλ. [π] ακολουθούμενο από δασεία, όπως ο αρχικός ήχος της αγγλικής λέξης horse), τουλάχιστον μέχρι το 2ο αιώνα π.Χ. Η προφορά του φ άρχισε να μετακινείται προς το σημερινό [φ] σε διαφορετικά μέρη της αρχαίας Ελλάδας κατά διαφορετικές εποχές. Γύρω στον 1ο αι. μ.Χ. πρέπει να υπήρχαν μέρη όπου το φ είχε αρχίσει να προφέρεται σαν [φ]. Κατά τον 5ο αι. μ.Χ. προφέρονταν σαν [φ] σχεδόν παντού. Ενδείξεις για τα παραπάνω προέρχονται από τα ακόλουθα:
Οι αρχαίοι Έλληνες γραμματιστές (π.χ. ο Διονύσιος ο Θραξ) χωρίζουν τα σύμφωνα σε δύο κύριες κατηγορίες: στα άφωνα (β, γ, δ, κ, π, τ, θ, φ, χ), και στα ημίφωνα (ζ, ξ, ψ, λ, μ, ν, ρ, σ). Ο Αριστοτέλης περιγράφει τα άφωνα (στα οποία ανήκει το φ) σαν ήχο που "έχει επαφή" ("μετά προσβολη~ς") αλλά που δεν μπορεί να προφερθεί χωρίς να ακολουθείται από φωνήεν. Σήμερα θα λέγαμε οτι τα αρχαία Ελληνικά άφωνα είναι τα στιγμιαία σύμφωνα (ας σημειώσουμε οτι π.χ. το β προφέρονταν στιγμιαίο, σαν [b]), ενώ τα ημίφωνα είναι τα συνεχή σύμφωνα, δηλ. εκείνα που μπορούμε να τα προφέρουμε συνεχώς, χωρίς να χρειάζεται η προσθήκη φωνήεντος. Εάν το φ ήταν συνεχές, όπως σήμερα, θα κατηγοριοποιούνταν σαν ένα από τα ημίφωνα.
Τα γράμματα θήτα, φι και χι ονομάζονταν δασέα από τους Έλληνες γραμματιστές (κι ακόμη μαθαίνονται σαν τέτοια στο Δημοτικό Σχολείο). Η δασεία, από την άλλη μεριά, ήταν το πνεύμα του οποίου η προφορά έχει εξαλειφθεί από τη νέα ελληνική γλώσσα, αλλά υπάρχει σε πολλές άλλες γλώσσες, όπως π.χ. στο αρχικό h της αγγλικής λέξης horse. Ο Διονύσιος ο Θραξ, συγκεκριμένα, αναφέρεται στην κατηγορία των δασέων ως αυτών που έχουν "τήν του~ πνεύματος προσθήκην".
Όταν η πρόθεση από ακολουθείται από ουσιαστικό που αρχίζει από φωνήεν, το τελικό [ο] παθαίνει έκθλιψη (εξαλείφεται) και αντικαθίσταται στη γραφή από μια απόστροφο: απ'. Εντούτοις, όταν το ακόλουθο φωνήεν έχει δασεία, το πι της πρόθεσης απ' μετατρέπεται σε φι: αφ'. Έτσι, για παράδειγμα, έχουμε: από + cήλιον απ' + cήλιον αφήλιον. Παρόμοια, υπο- + cυπουργός υπ' + cυπουργός υφυπουργός. Συνεπώς, όταν το π ακολουθείται από δασεία, μετατρέπεται στη γραφή σε φ· στη νέα Ελληνική βέβαια, η προφορά αλλάζει: γίνεται [φ]· στην αρχαία Ελληνική όμως η προφορά δεν άλλαζε: εξακολουθούσε να είναι πι+δασεία, δηλ. [πh]· γιαυτό και έγραφαν φ. Σε αντίθεση με τη σημερινή εποχή, οι αρχαίοι Έλληνες δεν πρόφεραν αυτό που έγραφαν, αλλά έγραφαν αυτό που πρόφεραν· δηλ. η ομιλία ήταν πρωτεύουσα, ενώ η γραφή δευτερεύον (και μάλλον σπάνιο και περιστασιακό) προϊόν της ομιλίας.
Ο Ηρόδοτος, χρησιμοποιώντας την Ιωνική διάλεκτο, γράφει απικνέομαι αντί για αφικνέομαι (= "φτάνω", εξ ου και άφιξη) (Ηροδ. Ιστορίαι, Α' 1, π.χ. απίκοντο). Εν γένει, η Ιονική, Αιολική, και Δωρική διάλεκτοι παρουσίαζαν το φαινόμενο της ψίλωσης, δηλ. είχαν χάσει την προφορά της δασείας, σε αντίθεση με την Αττική διάλεκτο που την είχε διατηρήσει. Έτσι οι Αττικές λέξεις ασφάραγος, σφόγγος, και σφυράς, γράφονταν στην Ιωνική σαν ασπάραγος, σπόγγος, και σπυράς. Παρόλο που αυτό δεν αποτελεί ξεκάθαρη ένδειξη, είναι πολύ πιο εύκολο να πιστέψουμε οτι στις διαλέκτους αυτές η προφορά της δασείας μετά από στιγμιαία σύμφωνα είχε εγκαταλειφθεί, παρά το οτι το υποτιθέμενο συνεχές φ προφέρονταν σαν στιγμιαίο π (δεν υπάρχει καμία τέτοια γενική τάση στην Ιωνική διάλεκτο).
Στα λατινικά, το ελληνικό φ αποδίδεται αρχικά με απλό π (π.χ. Pilipus) και αργότερα με το δίγραμμα ph (Philippus), το οποίο προφέρονταν (στα λατινικά) σαν [πh]. Αν το αρχαίο ελληνικό φ προφέρονταν όπως στα νέα ελληνικά, το λατινικό γράμμα f θα ήταν ασφαλώς η προτιμητέα επιλογή. Το f δεν χρησιμοποιείται ποτέ κατά την κλασσική λατινική εποχή. Από το Quintilian μαθαίνουμε οτι ο Κικέρων (1ος αι. π.Χ.) ειρωνεύτηκε έναν Έλληνα μάρτυρα ο οποίος δεν μπορούσε να προφέρει το αρχικό σύμφωνο του ονόματος Fundanius. Η πρώτη καθαρή ένδειξη για προφορά σαν [f] μας έρχεται από μια επιγραφή του 1ου αι. μ.Χ. από την Πομπηία, όπου το όνομα Δάφνη αναγράφεται σαν Dafne. Από την άλλη μεριά, το οτι το λατινικό Fabius αποδίδονταν στα ελληνικά ως Φάβιος δεν αποτελεί ένδειξη συνεχούς προφοράς για το φ· διότι, μη έχοντας συνεχή ήχο για να αποδόσει το λατινικό f, η ελληνική γλώσσα κατέφυγε στην πλησιέστερη προσέγγιση, που είναι το [πh]. Πράγματι, αυτό συμβαίνει σήμερα όταν οι χωρίς ιδιαίτερη μόρφωση ομιλητές της Ινδικής Hindi (που δεν έχει συνεχές [φ]) δανείζονται αγγλικές λέξεις που περιλαμβάνουν το f: για παράδειγμα, η λέξη film αποδίδεται ως philam. Από το 2ο αι. μ.Χ. και μετά, η παράσταση του φ μέσω του f γίνεται συχνή, και οι Λατίνοι γραμματιστές υποχρεώνονται να δίνουν κανόνες για το πότε πρέπει το φ να γράφεται με f, και πότε με ph.
Ο Πίνδαρος περιγράφει ένα ηφαίστειο χρησιμοποιώντας την εμφανώς παρηχητική φράση: αλλ' εν όρφναισιν πέτρας φοίνισσα κυλινδομένα φλόξ ες βαθει~αν φέρει πόντου πλάκα συν πατάγωι, όπου η παρήχηση που παράγεται από τα στιγμιαία π ([π]) και φ ([πh]) υποτίθεται οτι συνάδει με την έννοια ενός ηφαιστείου που κοχλάζει. Το αποτέλεσμα θα ήταν πολύ λιγότερο πειστικό (αν ήταν καν υπαρκτό) υποθέτοντας μια συνεχή προφορά για το φ.
Οι χρόνοι παρακείμενος και υπερσυντέλικος των αρχαίων ρημάτων σχηματίζονταν με αναδιπλασιασμό του αρχικού συμφώνου της ρίζας του ενεστώτα. Έτσι, το πίνω, στον παρακείμενο ήταν πέπωκα· ο παρακείμενος του τέμνω ήταν τέτμηκα· και του κάμνω (που σήμαινε "δουλεύω") ήταν κέκμηκα. Εντούτοις, τα ρήματα που άρχιζαν με δασύ σύμφωνο (φ, θ, χ) σχημάτιζαν την αναδιπλασιασμένη συλλαβή με το αντίστοιχο ψιλό σύμφωνο (π, τ, κ). Για παράδειγμα, το φεύγω στον παρακείμενο ήταν πέφευγα· το θαυμάζω ήταν τεθαύμακα· και το χαίρω ήταν κεχάρηκα. Αυτός ο μετασχηματισμός του αναδιπλασιαζόμενου συμφώνου από δασύ σε ψιλό κάθε άλλο παρά τυχαίος είναι. Υπάρχει ένας γλωσσολογικός κανόνας, γνωστός ως "νόμος του Γκράσμαν" (από το μαθηματικό και γλωσσολόγο Hermann Grassmann, που τον ανακάλυψε το 1862), σύμφωνα με τον οποίο αν σε μία λέξη υπάρχουν δύο αρχικές "δασείες συλλαβές" (οι οποίες δηλ. έχουν ή δασύ σύμφωνο, ή δασεία στο αρχικό φωνήεν), τότε η πρώτη συλλαβή μετατρέπεται από δασεία σε ψιλή. Έτσι, αντί για το (λανθασμένο) *φέφευγα, έχουμε πέφευγα. Ο ίδιος κανόνας λειτουργεί και όταν στο αρχικά δασύ cέχω (όπως φαίνεται από το μέλλοντα cέξω) η αρχική δασεία χάνεται και μετατρέπεται σε ψιλή: έχω. Ο νόμος του Γκράσμαν εφαρμόζεται επίσης και σε άλλες γλώσσες με αντίστοιχη ύπαρξη δασέων και ψιλών, όπως τα Σανσκριτικά.
Τα γράμματα πι, βήτα, και φι, ονομάζονταν χειλικά σύμφωνα με τους αρχαίους Έλληνες γραμματιστές (και ακόμη μαθαίνονται σαν τέτοια στο Δημοτικό Σχολείο). Από τα τρία αυτά γράμματα, εντούτοις, μόνο το πι αντιστοιχεί σε πραγματικό χειλικό ήχο στα νέα Ελληνικά, ενώ τα βήτα και φι είναι χειλοοδοντικά. Ο όρος χειλικά είναι ακριβής αν το βήτα προφέρονταν σαν [b], και το φι σαν [πh].
Ο διπλασιασμός των συμφώνων αποτελεί ακόμη μια ενδιαφέρουσα περίπτωση. Τα συνεχή σύμφωνα διπλασιάζονταν φυσιολογικά: -σσ-, -λλ-, -μμ-, -νν-, -ρρ-, όπου αυτά προφέρονταν στα αρχαία ελληνικά παρατείνοντας το συνεχή ήχο του συμφώνου. Επίσης διπλασιάζονταν τα ψιλά: -ππ-, -ττ-, -κκ-, -ββ-, -δδ-, που πιθανώς προφέρονταν παρατείνοντας το σταμάτημα του στιγμιαίου συμφώνου (όπως σήμερα στα Ιταλικά). Εντούτοις, τα δασέα θ, φ, χ (όπως επίσης και τα διπλά ζ, ξ, ψ) δεν διπλασιάζονταν ποτέ όπως τα άλλα σύμφωνα: δεν θα συναντήσουμε ποτέ -θθ-, -φφ-, ή -χχ- στην αρχαία γραφή. Αντ' αυτών, ο διπλασιασμός των δασέων επιτυγχάνονταν μέσω του αντίστοιχου ψιλού συμφώνου: -τθ-, -πφ-, -κχ- (π.χ. όπως στις λέξεις τίτθη, απφυ~ς, κακχάζω). Αν το φ προφέρονταν σαν συνεχές [φ], θα διπλασιάζονταν φυσιολογικά, όπως τα άλλα συνεχή σύμφωνα.
References:
Most of the information above (and even further details) can be found in W. Sidney Allen's Vox Graeca: a Guide to the Pronunciation of Classical Greek. Cambridge University Press, 3rd edition, 1987.
An additional source is: Edgar H. Sturtevant's The Pronunciation of Greek and Latin. Linguistic Society of America, University of Pennsylvania, Philadelphia, 2nd edition, 1940.