Diftongi so vrste samoglasnikov, pri katerih sta dva samoglasnika povezana v neprekinjenem drsečem gibanju. Pogosto jih imenujemo drseči samoglasniki. Večina jezikov ima več diftongov, čeprav se to število zelo razlikuje, od enega ali dveh do petnajst ali več.
Samoglasnik je posebna vrsta zvoka, za katero je značilno pomanjkanje popolne ovire za pretok zraka. Samoglasnike lahko primerjamo s soglasniki, kjer je taka ovira. Ko izstopa zrak, ko govorite soglasnik, pride do povečanja tlaka, ko se zračni tok zoži. Pri govorjenju samoglasnika ni povečanega pritiska, zvok se preprosto oblikuje s položajem jezika.
Za samoglasnike so na splošno značilni trije različni kriteriji: položaj jezika v ustih glede na ustno streho (višina), položaj jezika v sprednjem ali zadnjem delu ust (zadaj) in oblika ustnice, ko nastaja samoglasnik (zaokroženost). Obstajajo tudi druge stvari, ki so lahko značilne za samoglasnike, vendar v angleščini niso zelo pogoste – stvari, kot je položaj korena jezika, na primer, redko vplivajo na angleške samoglasnike, čeprav vplivajo na samoglasnike v mnogih afriških jezikih.
Ko se samoglasniki združijo, sta lahko dva različna zloga ali pa se združita v en zlog. Ko se združijo, tvorijo tako imenovani diftongi. Če ostaneta ločena, sta preprosto dva monoftonga. Primer dveh enozložnih samoglasnikov je mogoče videti v besedni triaži, v kateri se i in a izgovarjata samostojno. Primer dvoglasnika je mogoče videti v besedi miš, pri kateri je del besede ou očitno sestavljen iz dveh ločenih samoglasnikov, vendar med njima ni zlogovnega preloma.
Diftonge je običajno mogoče videti, kot da imajo dva ločena dela – jedro in izven drsenja. Jedro diftonga je samoglasnik, ki je najbolj poudarjen in tvori središče zvoka, medtem ko je off-glide samoglasnik, za katerega se zdi, da teče v ali iz jedrnega samoglasnika.
Trije glavni diftongi v standardni angleščini, ki so znani kot fonemski diftongi, so ai, aw in oy. Vsi trije diftongi so zelo pogosti in mnogi jih v nekaterih kontekstih preprosto mislijo kot samoglasnike. Na primer, v angleški besedi ride bi bilo i fonetično prepisano kot ai. Čeprav se v našem pisanju pojavlja kot ena črka, je pravzaprav sestavljena iz dveh samoglasnikov – če izgovorite besedo, bi morali slišati oba. Podobno beseda how vsebuje dvoglasnik aw na koncu, beseda boy pa dvoglasnik oy.
Drugi diftongi v standardni angleščini so zvok ei v besedi fame ali izgovorjava črke a in zvok ou v besedi phone. Drugi jeziki imajo poleg teh še veliko več dvogovorov, druga narečja angleščine pa imajo lahko tudi več dvogovorov. Jeziki, kot je finski, imajo skoraj dvajset dvoglasnikov, medtem ko ima angleško narečje Received Pronunciation dodatnih pet diftongov, ki jih v standardni angleščini ni mogoče najti.
Poleg diftongov in monoftongov obstajajo tudi tako imenovani triftongi. Ti so podobni diftongom, vendar se namesto preprosto premikanja z enega samoglasnika na drugega doda še tretji zvok.