Un diptongo es una secuencia de dos vocales que aparecen en una misma sílaba.

La combinación de las dos vocales da lugar a una única entidad sonora; al mismo tiempo, esta entidad sonora es diferente a la que da lugar a cada una de las vocales por separado.

Los diptongos son uno de los elementos típicos de la lengua inglesa y se encuentran regularmente en muchos dialectos. En el lenguaje literario, los diptongos suelen formarse con una vocal fuerte (como la [a], [e], [o], [u]) seguida de una vocal más débil (como la [i] o [u]). El diptongo se forma cuando el sonido de la vocal más débil se combina con el sonido de la vocal más fuerte. Por ejemplo, el diptongo [au] está formado por la unión de la vocal fuerte [a] con la vocal más débil [u].

Esta combinación suele formar una sola entidad sonora.

Los diptongos suelen estar en desuso en algunas lenguas; sin embargo, siguen siendo un elemento importante del habla coloquial del inglés. Esto se debe en parte al hecho de que los diptongos suelen ser más fáciles de pronunciar que los sonidos individuales de las vocales. Por ejemplo, una persona puede tener dificultad para pronunciar una palabra como «sketch» (esbozo) debido a la combinación de los fonemas /s/ y /k/, pero es mucho más fácil de pronunciar si se divide en los diptongos /ske-ch/.

Los diptongos también pueden cambiar el significado de una palabra.

La única diferencia entre las dos palabras es la combinación de los diptongos; la palabra «seem» contiene el diptongo [ei], mientras que la palabra «sea» contiene el diptongo [ee]. Esto significa que los diptongos pueden ser un elemento clave en la comprensión de la lengua inglesa. Por ejemplo, las palabras «eye» (ojo) y «abye» (despedida) son iguales en sus fonemas básicos, pero la primera se pronuncia con un diptongo, mientras que la segunda se pronuncia con un tríptongo.

Esto significa que la pronunciación de las palabras puede variar según si se utilizan diptongos o tríptongos. Algunas palabras con una sílaba y tilda se convierten en palabras de dos o más sílabas cuando se emplean diptongos. Son importantes para mejorar la pronunciación, para añadir significado a las palabras y para mejorar la entonación. Es importante para los hablantes del inglés, especialmente para aquellos que buscan mejorar su habla, familiarizarse con diptongos y comprender su uso y significado. También pueden ser útiles para crear diferentes tipos de ritmo y estructuras dentro de una lengua.