Diphthonge sind Vokaltypen, bei denen zwei Vokallaute in einer kontinuierlichen, gleitenden Bewegung verbunden sind. Sie werden oft als Gleitvokale bezeichnet. Die meisten Sprachen haben eine Reihe von Diphthongen, obwohl diese Zahl stark variiert, von nur einem oder zwei bis fünfzehn oder mehr.
Ein Vokal ist eine bestimmte Art von Laut, der sich durch das Fehlen einer vollständigen Behinderung des Luftstroms auszeichnet. Vokale können mit Konsonanten kontrastiert werden, wo eine solche Behinderung vorliegt. Wenn beim Sprechen eines Konsonanten Luft austritt, baut sich ein Druck auf, da der Luftstrom verengt wird. Beim Sprechen eines Vokals wird kein Druck aufgebaut, der Klang wird einfach durch die Position der Zunge geformt.
Vokale werden im Allgemeinen durch drei verschiedene Kriterien charakterisiert: die Position der Zunge im Mund relativ zum Gaumen (Höhe), die Position der Zunge entweder im vorderen oder hinteren Bereich des Mundes (Rücken) und die Form der die Lippen, während der Vokalklang gemacht wird (Rundheit). Es gibt andere Dinge, die Vokale charakterisieren können, aber sie sind im Englischen nicht sehr verbreitet – Dinge wie die Position der Zungenwurzel zum Beispiel wirken sich selten auf englische Vokale aus, obwohl sie die Vokale in vielen afrikanischen Sprachen beeinflussen.
Wenn Vokale zusammenkommen, können sie entweder zwei verschiedene Silben sein oder zu einer Silbe verschmelzen. Wenn sie verschmelzen, bilden sie sogenannte Diphthonge. Wenn sie getrennt bleiben, sind es einfach zwei Monophthonge. Ein Beispiel für zwei einsilbige Vokale ist das Wort Triage, in dem das i und das a beide einzeln ausgesprochen werden. Ein Beispiel für einen Diphthong ist das Wort Maus, bei dem der ou-Teil des Wortes offensichtlich aus zwei unterschiedlichen Vokalen besteht, aber es gibt keinen Silbenbruch zwischen den beiden.
Diphthonge können normalerweise als zwei unterschiedliche Teile angesehen werden – den Kern und den Abgleiter. Der Nukleus des Diphthongs ist der am stärksten betonte Vokal und bildet das Zentrum des Klangs, während der Offglide der Vokal ist, der in den Nukleus-Vokal hinein oder aus ihm heraus zu fließen scheint.
Die drei wichtigsten Diphthonge im Standardenglisch, die als phonemische Diphthonge bekannt sind, sind ai, aw und oy. Alle drei dieser Diphthonge sind sehr gebräuchlich, und viele Leute betrachten sie in einigen Kontexten einfach als einzelne Vokale. Zum Beispiel würde im englischen Wort ride das i phonetisch als ai transkribiert. Obwohl es in unserem Schreiben als einzelner Buchstabe erscheint, besteht es tatsächlich aus zwei Vokalen – wenn Sie das Wort sagen, sollten Sie die beiden hören können. In ähnlicher Weise enthält das Wort wie den Diphthong aw am Ende, und das Wort Junge enthält den Diphthong oy.
Andere Diphthonge im Standardenglisch sind der ei-Laut im Wort fame oder die Aussprache des Buchstabens a und der ou-Laut im Wort phone. Andere Sprachen haben neben diesen noch viel mehr Diphthonge, und andere Dialekte des Englischen können auch mehr Diphthonge haben. Sprachen wie Finnisch haben fast zwanzig Diphthonge, während der Dialekt der empfangenen Aussprache des Englischen etwa fünf zusätzliche Diphthonge hat, die im Standardenglisch nicht zu finden sind.
Neben Diphthongen und Monophthongen gibt es auch sogenannte Triphthonge. Diese ähneln Diphthongen, aber anstatt einfach von einem Vokalton zum anderen zu wechseln, wird auch ein dritter Ton hinzugefügt.