Un diphtongue (prononcé "DIF-thong" ou "DIP-thong") est une voyelle que le locuteur doit faire bouger sa bouche dans deux positions différentes pour faire. C'est une voyelle où l'on peut entendre deux qualités différentes de voyelle. Exemples : taille, mort, bruit, route, maison, féroce, ours, sûr. Chacun d'entre eux est un son vocalique différent.
Un monophthong est un simple son de voyelle qu'une personne n'a pas besoin de bouger sa bouche pour faire, comme le son "oo" dans "book". Dans une diphtongue, la personne combine deux monophthongs différents, comme le son "oi" dans le mot "huile". L'orateur commence par la bouche en position de faire un "o", puis il déplace rapidement la bouche pour faire un "e" dur. Un autre exemple est le son "ou" dans le mot "maison". La bouche commence par faire un son comme le doux "a" de "flat", puis se déplace pour faire un "oo" dur comme celui de "caboose".
Comme pour toutes les autres parties de la langue, la façon exacte de prononcer une diphtongue est un peu différente selon l'accent.
Le mot diphtongue est dérivé de l'ancienne langue grecque. Ici, di signifie deux ou double, tandis que la partie -phthong signifie son ou ton, du mot de base phthalein, qui signifie parler, créer un son par la voix.
Un diphtongue peut être un lexème d'une langue et, en tant que tel, il peut être d'une syllabe, mais rarement.