En diftong er en forbindelse af to vokallyde i samme stavelse.
Hvis den første vokallyd danner toppen i stavelsen, kaldes diftongen faldende, fx i dansk mig, engelsk low, tysk Sau; hvis anden vokallyd er stavelsestop, kaldes diftongen stigende, fx dansk ja.
De tre hovedtyper af faldende diftonger i dansk glider hen imod en i-lyd, fx mig, tøj, en u-lyd, fx hav, tov, eller en åben å-lyd, fx bær, smør, normalt dog uden at nå dette slutpunkt. De danske faldende diftonger har tidligere været udtalt som vokal-konsonant-forbindelser, og sådan opfører de sig i nogle henseender stadig i sprogsystemet, jf. stege-stegt, hvor infinitiven har diftong og datids participium lukkelyden g; herved adskiller de sig fra fx engelske og tyske faldende diftonger, der i sprogsystemet fungerer som langvokaler.