Diftong és una paraula que prové de el llatí diphthongus que al seu torn deriva de el grec i que fa referència a l' encontre de diverses vocables diferents que s'expressen en una mateixa síl·laba.
Cal assenyalar que perquè hi hagi un diftong en una frase, una d'elles ha de ser feble, per exemple en el castellà les vocals sense força són la ii la u. Perquè es formi el diftong han d'estar juntes dos vocals febles diferents, per exemple, "diürn" o per una vocal forta i una altra feble, però en aquest cas la vocal que sigui feble no pot ser tònica, perquè llavors ja no seria diftong.
Si hi ha una vocal feble costat d'una altra que és fort, el diftong en aquest cas rep el nom de creixent i això passa quan la segona vocal constitueix el nucli de la síl·laba, també pot ser decreixent i aquí és quan el nucli es troba a la primera vocal.
A part d'aquests dos tipus de diftongs, hi ha un altre que és poc comú i el qual rep el nom de diftong homogeni. Pel que fa a aquest cas es pot determinar que existeix aquest tipus de diftong quan una paraula comença i acaba amb una vocal tancada.
Cal tenir en compte que en matèria gramatical ha diversos termes que solen confondre les persones, tal com passa amb el hiat. Aquests són la unió de dos vocals que es pronuncien en síl·labes diferents i que no formen un diftong. Més exactament aquells solen compondre d'una vocal tancada i d'una altra vocal forta o bé de dos forts.
