Les diphtongues sont fréquentes dans de nombreuses langues. Le latin en utilisait beaucoup (surtout dans les désinences des déclinaisons et des conjugaisons), de sorte que des langues comme l’espagnol ou l’italien en font un large usage.

 La diphtongue est une voyelle complexe dont le timbre se modifie graduellement une fois en cours de son émission [définition du Larousse de la langue française].

 Il s’agit d’un type de voyelle dont le point d’articulation et le timbre varient lors de son émission entre une position de départ et une position d’arrivée.

Exemples :

En français moderne, il existe encore quelques diphtongues [exemples : des mots courants comme hier, aujourd’hui, cuire, boire, etc.], alors que l’Ancien français en regorgeait.

Au cours de sa tenue (ou « émission »), une voyelle peut subir une variation de timbre ; de ce fait, elle peut être considérée comme la fusion en une seule syllabe de deux éléments vocaliques, perçus comme différents, dont l’un est plus ferme que l’autre.

On reconnaît une diphtongue lorsque l’on entend une double voyelle qui contient deux sons. Cette double voyelle correspond à deux sons de voyelle consécutifs. Donc, lors de la prononciation, on glisse d’un son à l’autre.

Lorsque deux voyelles se mélangent dans une seule et même syllabe, sans devenir une seule autre voyelle, il y a diphtongue.

Lors de l’évolution, au fil du temps, de nombreux mots du vocabulaire latin, maintes fois des consonnes intervocaliques ont (lentement) disparu, donnant ainsi naissance à de multiples diphtongues.