Dyftongi to rodzaje samogłosek, w których dwie samogłoski są połączone w ciągłym, ślizgowym ruchu. Często określa się je mianem samogłosek ślizgowych. Większość języków ma pewną liczbę dyftongów, chociaż liczba ta jest bardzo zróżnicowana, od jednego lub dwóch do piętnastu lub więcej.
Samogłoska to specyficzny rodzaj dźwięku, charakteryzujący się brakiem pełnego utrudnienia przepływu powietrza. Samogłoski można skontrastować ze spółgłoskami, gdzie występuje taka przeszkoda. Gdy powietrze uchodzi, gdy wymawiasz spółgłoskę, wzrasta ciśnienie, gdy przepływ powietrza jest zwężony. Podczas wypowiadania samogłoski nie ma narastającego ciśnienia, dźwięk jest po prostu kształtowany przez pozycję języka.
Samogłoski ogólnie charakteryzują się trzema różnymi kryteriami: położeniem języka w ustach w stosunku do podniebienia (wysokość), położeniem języka z przodu lub z tyłu ust (tył) oraz kształtem usta, gdy wypowiadany jest dźwięk samogłoskowy (zaokrąglenie). Istnieją inne cechy, które mogą charakteryzować samogłoski, ale nie są one zbyt powszechne w języku angielskim — na przykład takie rzeczy, jak pozycja rdzenia języka, rzadko wpływają na samogłoski angielskie, chociaż wpływają na samogłoski w wielu językach afrykańskich.
Kiedy samogłoski łączą się, mogą być albo dwiema odrębnymi sylabami, albo mogą łączyć się w jedną sylabę. Kiedy się łączą, tworzą tak zwane dyftongi. Jeśli pozostają osobno, są po prostu dwoma monoftongami. Przykład dwóch samogłosek jednosylabowych można zobaczyć w słowie triage, w którym i i a są wymawiane samodzielnie. Przykładem dyftongu może być słowo mouse, w którym część ou tego słowa składa się oczywiście z dwóch odrębnych samogłosek, ale nie ma między nimi przerwy sylabicznej.
Dyftongi zwykle można postrzegać jako mające dwie odrębne części — jądro i ślizgacz. Jądro dyftongu jest samogłoską, która jest najbardziej akcentowana i tworzy centrum dźwięku, podczas gdy ślizganie się jest samogłoską, która wydaje się spływać do lub z samogłoski jądra.
Trzy główne dyftongi w standardowym angielskim, znane jako dyftongi fonemiczne, to ai, aw i oy. Wszystkie te trzy dyftongi są bardzo powszechne i wiele osób w niektórych kontekstach uważa je po prostu za pojedyncze samogłoski. Na przykład w angielskim słowie jeździć i byłoby transkrybowane fonetycznie jako ai. Chociaż w naszym piśmie pojawia się jako pojedyncza litera, w rzeczywistości składa się z dwóch samogłosek — jeśli wypowiesz to słowo, powinieneś je usłyszeć. Podobnie słowo how zawiera na końcu dyftong aw, a słowo boy zawiera dyftong oy.
Inne dyftongi w standardowym angielskim to dźwięk ei w słowie sława lub wymowa litery a oraz dźwięk ou w słowie telefon. Inne języki mają znacznie więcej dyftongów, a inne dialekty angielskiego mogą mieć więcej dyftongów. Języki takie jak fiński mają prawie dwadzieścia dyftongów, podczas gdy dialekt Received Pronunciation of English ma dodatkowe pięć lub więcej dyftongów, których nie ma w standardowym angielskim.
Oprócz dyftongów i monoftongów istnieją również tak zwane triftongi. Są one podobne do dyftongów, ale zamiast po prostu przechodzić od jednej samogłoski do drugiej, dodawany jest również trzeci dźwięk.