Diftongi on kahden samaan tavuun kuuluvan eri vokaalin jono. Diftongi äännetään siten, että yhdestä lyhyestä vokaaliäänteestä siirrytään toiseen ilman keskeytystä tai selvää rajakohtaa. Kokonaiskestoltaan diftongi vastaa pitkää vokaalia.
Diftongeja esiintyy perussanoissa (tie, aika), ja niitä tuottavat myös taivutus (söi, pahoissa) ja johtaminen (pukeutua, makailla).
Suomen yleiskielessä on 18 varsinaista diftongia. Ne ovat yleensä suppenevia: jälkikomponentti on suppea ja alkukomponentti puolisuppea tai väljä. Suppeat vokaalit i, u ja y voivat lisäksi keskenään muodostaa suppeita diftongeja.
Diftongit iy ja ey eivät esiinny ensi tavussa lukuun ottamatta muutamaa leyh-alkuista sanaa (esim. leyhytellä).
Väljeneviä eli avartuvia diftongeja on yleiskielessä kolme. Niiden alkukomponentti on suppea ja jälkikomponentti puolisuppea.
Väljeneviä diftongeja esiintyy lähinnä sanan ensi tavussa, esim. sieni, tuoli. Kauempana sanassa jono ie on tavallisemmin vokaaliyhtymä: hygi.enia, kari.es, karri(.)eristi, lassi(.)e, orji(.)en, etsi(.)en, paperi(.)en.
Huom. Väljenevät diftongit esiintyvät länsimurteissa usein jälkikomponentiltaan edelleen väljentyneinä, esim. juɔ ~ jua (» § 23). Savolaismurteissa esiintyy ensi tavussa pitkän väljän vokaalin aa, ää asemesta väljeneviä diftongeja ua ~ oa, iä ~ eä (» § 19), esim. mua, peä. Suppenevien diftongien jälkikomponentti puolestaan voi savolais- ja lounaismurteissa diftonginreduktion (» § 23) vuoksi olla muukin kuin suppea vokaali, esim. äe, ao.