II dittongo è dato dall'unione due vocali che si pronunciano in un'unica emissione di voce. Può derivare dall'incontro di due vocali deboli I, U con accento sulla ù, ad esempio piùme, fiùme; oppure dall'incontro di due vocali, una debole I, U e una forte A, E, O con l'accento sulla forte, ad esempio: fiàmma, fièno. È importante ricordare che le vocali di un dittongo formano una sola sillaba.
Il dittongo può essere a sua volta di due tipi discendente (detto anche vero dittongo) quando la vocale forte precede la vocale debole, ad esempio: Europa, avrai, daino ecc.; oppure può essere ascendente quando la vocale debole precede la vocale forte, ad esempio: gioco, fiore, guerra ecc.. Le combinazioni possibili di dittonghi sono: ià (piatto), iè (piede), iò (fiore), iù (fiume) uà (quando), uè (guerra), uì (guida), uò (fuori) ài (dirai), àu (pausa) èi (nei), eù (neutro) òi (voi), ùi (lui).