diptongo.
1. Es la secuencia de dos vocales distintas que se pronuncian dentro de la misma sílaba: vien - to, a - cei - te, cau - sa, sua - ve. Desde el punto de vista fonético, en español pueden dar lugar a diptongos las siguientes combinaciones vocálicas: vocal abierta (a, e, o) + vocal cerrada (i, u) átona; vocal cerrada átona + vocal abierta; y vocal cerrada + otra vocal cerrada distinta (es decir, las secuencias iu o ui): aula, cuadro, cantáis, peine, androide, justicia, cielo, función, ciudad, descuido, vacuo. Aunque, en el habla, la secuencia de dos vocales abiertas —especialmente cuando ninguna de ellas es tónica (petróleo, raedera)— puede articularse como diptongo, esta combinación vocálica se considera siempre hiato desde el punto de vista normativo (HIATO).
2. De las secuencias anteriores, se pronuncia siempre como diptongo el grupo formado por una vocal abierta tónica y una cerrada átona (en ese orden): Sainz, teméis, voy, causa. Pero, por lo general, aparte de este grupo, una misma combinación vocálica de las mencionadas en el párrafo anterior se pronuncia, en unas palabras, dentro de la misma sílaba —diptongo— y, en otras palabras, en sílabas diferentes —hiato—; por ejemplo, la secuencia ie se pronuncia como diptongo en la palabra miedo (mie - do) y suele pronunciarse como hiato, al menos en España y algunas zonas de América, en rieron (ri - e - ron). Por otra parte, algunas de estas combinaciones vocálicas (las formadas por una vocal cerrada átona y una abierta tónica, o por dos vocales cerradas diferentes) pueden, en una misma palabra, fluctuar en su pronunciación entre el hiato y el diptongo, dependiendo de diversos factores, como el mayor o menor esmero en la pronunciación, el origen geográfico o social del hablante, etc.; así ocurre, por ejemplo, en gratuito, que puede pronunciarse con diptongo (gra - tui - to) o con hiato (gra - tu - i - to), y en cruel (cruel o cru - el). Dada esta variabilidad, se ha optado por establecer una serie de convenciones sobre qué ha de considerarse diptongo y qué ha de considerarse hiato a la hora de acentuar gráficamente las palabras. Así, cada secuencia vocálica será considerada siempre un hiato o siempre un diptongo al colocar las tildes, con independencia de su pronunciación real dentro de la palabra (→ tilde2, 2.1.1 y 2.2.1).
3. La h intercalada no influye en absoluto en la consideración como diptongo o como hiato de una secuencia vocálica. Así, hay grupos de vocales con h intermedia que forman diptongo: ahijado, ahumar, prohibir, y otros que forman hiato: ahínco, turbohélice, prohíbe.