Diftonger är typer av vokaler där två vokalljud är sammankopplade i en kontinuerlig, glidande rörelse. De kallas ofta för glidande vokaler. De flesta språk har ett antal diftonger, även om det antalet varierar kraftigt, från bara en eller två till femton eller fler.
En vokal är en specifik typ av ljud som kännetecknas av att luftflödet saknas fullständigt. Vokaler kan kontrasteras med konsonanter, där det finns ett sådant hinder. När luft kommer ut när du talar en konsonant, byggs det upp tryck när luftflödet begränsas. När man talar en vokal finns det inget uppbyggt tryck, ljudet formas helt enkelt av tungans position.
Vokaler kännetecknas generellt av tre olika kriterier: tungans position i munnen i förhållande till taket av munnen (höjd), positionen av tungan i antingen fram- eller baksidan av munnen (backness) och formen av läpparna när vokalljudet görs (rundning). Det finns andra saker som kan känneteckna vokaler, men de är inte särskilt vanliga på engelska – saker som positionen för tungroten, till exempel, påverkar sällan engelska vokaler, även om de påverkar vokalerna i många afrikanska språk.
När vokaler kommer samman kan de antingen vara två distinkta stavelser, eller kan de smälta samman till en stavelse. När de smälter samman bildar de så kallade diftonger. Om de förblir åtskilda är de helt enkelt två monoftonger. Ett exempel på två enstaviga vokaler kan ses i ordet triage, där i:et och a:et båda uttalas var för sig. Ett exempel på en diftong kan ses i ordet mus, där ou-delen av ordet uppenbarligen består av två distinkta vokaler, men det finns ingen stavelsebrytning mellan de två.
Diftonger kan vanligtvis ses som att de har två distinkta delar – kärnan och off-gliden. Diftongens kärna är den vokal som är mest stressad och utgör mitten av ljudet, medan off-glide är vokalen som tycks flöda in i eller bort från kärnvokalen.
De tre stora diftongerna i standardengelska, som är kända som fonemiska diftonger, är ai, aw och oy. Alla dessa tre diftonger är mycket vanliga, och många tänker helt enkelt på dem som enkla vokaler i vissa sammanhang. Till exempel, i det engelska ordet ride, skulle i:et transkriberas fonetiskt som ai. Även om det förekommer som en enstaka bokstav i vår skrift, består den faktiskt av två vokaler – om du säger ordet bör du kunna höra de två. På samma sätt innehåller ordet hur diftongen aw i slutet, och ordet pojke innehåller diftongen oy.
Andra diftonger i standardengelska är ei-ljudet i ordet fame eller uttalet av bokstaven a, och ou-ljudet i ordet phone. Andra språk har många fler diftonger förutom dessa, och andra dialekter på engelska kan också ha fler diftonger. Språk som finska har nästan tjugo diftonger, medan dialekten Received Pronunciation av engelska har ytterligare fem eller så diftonger som inte finns i standardengelska.
Förutom diftonger och monoftonger finns det även vad som kallas triftonger. Dessa liknar diftonger, men istället för att bara flytta från ett vokalljud till ett annat läggs även ett tredje ljud till.