Difthong er et ord, der kommer fra den latinske diftong, som igen stammer fra græsk og henviser til mødet med flere forskellige ord, der udtrykkes i den samme stavelse.
Det skal bemærkes, at for at der skal være en diftong i en sætning, skal en af dem være svag, for eksempel på spansk er vokalerne uden magt i og u. For at diftongen skal dannes, skal to forskellige svage vokaler være sammen, for eksempel "døgn" eller af en stærk vokal og en svag vokal, men i dette tilfælde kan den vokale, der er svag, ikke være en tonic, for da ville det ikke længere være en diftong..
Hvis der er en svag vokal ved siden af en anden, der er stærk, får diftongen i så fald navnet stigende, og dette sker, når det andet vokal udgør stavens kerne, det kan også være faldende, og dette er, når kernen er i første vokal.
Bortset fra disse to typer diftonger er der en anden, der er sjælden, og som kaldes en homogen diftong. Med hensyn til denne sag kan det bestemmes, at denne type diftong findes, når et ord begynder og slutter med en lukket vokal.
Man skal huske på, at der i grammatiske spørgsmål er forskellige udtryk, der ofte forvirrer mennesker, som det er tilfældet med pausen. Dette er foreningen af to vokaler, der udtages i forskellige stavelser, og som ikke danner et diftong. Mere præcist består disse normalt af en lukket vokal og en anden stærk vokal eller to stærke.