Diphthong ("DIF-thong" veya "DIP-thong" olarak telaffuz edilir), konuşmacının yapmak için ağzını iki farklı konuma getirmesi gereken bir sesli harftir. İki farklı ünlü niteliğinin duyulabildiği bir ünlüdür. Örnekler: waist, die, noise, road, house, fierce, bear, sure. Bunların her biri farklı bir ünlü sestir.
Tek sesli harf, "book" kelimesindeki "oo" sesi gibi, bir kişinin çıkarmak için ağzını hareket ettirmek zorunda olmadığı basit bir sesli harftir. Diphthong'da ise kişi, "oil" kelimesindeki "oi" sesinde olduğu gibi iki farklı monofthong'u birleştirir. Konuşmacı ağzı "o" sesi çıkaracak pozisyonda başlar, ardından sert bir "e" sesi çıkarmak için ağzını hızla hareket ettirir. Bir başka örnek de "house" kelimesindeki "ou" sesidir. Ağız "flat" kelimesindeki yumuşak "a" sesine benzer bir ses çıkarmaya başlar, daha sonra "caboose" kelimesindeki gibi sert bir "oo" sesi çıkarmak için hareket eder.
Tıpkı dilin diğer tüm bölümlerinde olduğu gibi, bir diftonun tam olarak nasıl telaffuz edileceği farklı aksanlar için biraz farklıdır.
Diphthong kelimesi eski Yunan dilinden türetilmiştir. Burada di iki veya çift anlamına gelirken, -phthong kısmı ses veya ton anlamına gelir, konuşmak, sesle ses yaratmak anlamına gelen phthalein temel kelimesinden gelir.
Bir diftong bir dilin sözlükbirimi olabilir ve bu nedenle nadiren de olsa tek heceli olabilir.