А в чём, собственно, состоит практический смысл выделения дифтонгов как отдельных сущностей? У нас дифтонгов на /-й/ ровно столько же, сколько и ударных гласных фонем: начало каждого дифтонга чётко ассоциировано с одной и только с одной из пяти ударных. Я сам лично произнёс бы "мая" и "майя" одинаково, но даже если исходить из того, что мы действительно последовательно различаем их как ['mɐɛ] и ['mɐjɛ], проще ввести одну новую сущность и писать, скажем, /ма́йə/ и /ма́jə/. Или не выделять и писать /ма́йə/ и /ма́ййə/. Или вообще признать, что в парадигме слова "май" происходит чередование фонем, и тогда эти записи будут выглядеть как /ма́и/ и /ма́йə/, что ближе к фонетике.