Diftongi ir patskaņu veidi, kuros divas patskaņu skaņas ir savienotas nepārtrauktā, slīdošā kustībā. Tos bieži dēvē par slīdošiem patskaņiem. Lielākajai daļai valodu ir vairāki diftongi, lai gan šis skaits ir ļoti atšķirīgs – no viena vai diviem līdz piecpadsmit vai vairāk.
Patskaņis ir īpašs skaņas veids, kam raksturīgs pilnīga gaisa plūsmas traucējuma trūkums. Patskaņus var pretstatīt līdzskaņiem, kur ir šāds šķērslis. Tā kā gaiss izplūst, kad runājat līdzskaņu, rodas spiediens, jo gaisa plūsma tiek sašaurināta. Runājot patskaņu, spiediens netiek veidots, skaņu vienkārši veido mēles stāvoklis.
Patskaņus parasti raksturo trīs dažādi kritēriji: mēles stāvoklis mutē attiecībā pret mutes augšdaļu (augstums), mēles stāvoklis mutes priekšpusē vai aizmugurē (mugurpuse) un mēles forma. lūpas, kad tiek atskaņota patskaņa skaņa (noapaļotība). Ir arī citas lietas, kas var raksturot patskaņus, taču tās nav īpaši izplatītas angļu valodā — tādas lietas kā, piemēram, mēles saknes pozīcija, reti ietekmē angļu patskaņus, lai gan tās ietekmē patskaņus daudzās Āfrikas valodās.
Kad patskaņi apvienojas, tie var būt vai nu divas atšķirīgas zilbes, vai arī var apvienoties vienā zilbē. Kad tie saplūst, tie veido tā sauktos diftongus. Ja tie paliek atsevišķi, tie ir vienkārši divi monoftongi. Divu vienas zilbes patskaņu piemēru var redzēt vārdā triage, kurā i un a tiek izrunāti atsevišķi. Diftonga piemēru var redzēt vārdā pele, kurā vārda ou daļa acīmredzami sastāv no diviem atšķirīgiem patskaņiem, bet starp tiem nav zilbju pārtraukuma.
Diftongiem parasti ir divas atšķirīgas daļas — kodols un slīdošā daļa. Diftonga kodols ir patsskaņis, kas ir visvairāk uzsvērts un veido skaņas centru, savukārt slīdošais patskaņs ir patskanis, kas, šķiet, ieplūst kodola patskaņā vai no tā.
Trīs galvenie divskaņi standarta angļu valodā, kas ir pazīstami kā fonēmiskie diftongi, ir ai, aw un oy. Visi trīs šie divskaņi ir ļoti izplatīti, un dažos kontekstos daudzi cilvēki tos vienkārši uzskata par atsevišķiem patskaņiem. Piemēram, angļu valodā ride i fonētiski tiek pārrakstīts kā ai. Lai gan mūsu rakstībā tas parādās kā viens burts, patiesībā tas sastāv no diviem patskaņiem — ja jūs sakāt vārdu, jums vajadzētu būt iespējai dzirdēt abus. Līdzīgi vārda kā beigās ir divskaņa aw, bet vārda zēns – divskaņa oy.
Citi standarta angļu valodas diftongi ir ei skaņa vārdā fame vai burta a izruna un ou skaņa vārdā telefons. Citās valodās ir daudz vairāk diftongu, izņemot šos, un citos angļu valodas dialektos var būt arī vairāk diftongu. Valodās, piemēram, somu valodā, ir gandrīz divdesmit divskaņu, savukārt angļu valodas dialektā Received Pronunciation ir aptuveni pieci papildu diftongi, kas standarta angļu valodā nav atrodami.
Papildus diftongiem un monoftongiem ir arī tā sauktie triftongi. Tie ir līdzīgi diftongiem, taču tā vietā, lai vienkārši pārietu no vienas patskaņa skaņas uz otru, tiek pievienota arī trešā skaņa.