Constituyen diptongos las combinaciones siguientes: vocal abierta (a, e, o) seguida de vocal cerrada (i, u) átona (bai-le, oi-go, cau-cho); vocal cerrada átona seguida de vocal abierta (his-to-ria, clien-te, a-dua-na) y vocal cerrada seguida de otra vocal cerrada distinta, es decir, iu o ui: cui-da-do, triun-fo, ciu-dad.
Los diptongos siguen las normas generales de acentuación. Aunque haya una –h intercalada la secuencia vocálica se sigue considerando diptongo. Su pronunciación genera dudas en algunos hablantes:
- En ocasiones, la combinación de vocal abierta seguida o precedida de vocal cerrada no se pronuncia como diptongo sino como hiato: vi-a-je, ri-e-ron, pro-hi-bir, re-u-nir.
- Dos vocales cerradas consecutivas se pueden pronunciar como diptongo o como
hiato. A menudo, una u otra solución dependen de la zona geográfica del hablante: di-ur-no o diur-no, des-tru-i-do o des-trui-do.