Os ditongos são tratados, fonologicamente, como uma sequência de segmentos. Nessa interpretação, temos uma sequência de uma vogal e, o outro, como uma semivogal, um semi-vocoide, uma vogal assilábica ou uma glide.

Por consequência, do ponto de vista fonético, o que caracteriza um segmento como vocálico ou consonantal é:
a. o fato de haver ou não obstrução da passagem da corrente de ar pelo trato vocal.
b. as vogais que apresentam mudanças de qualidade são chamadas “ditongos”.
c. um ditongo não apresenta mudanças de qualidade continuamente em um percurso na área vocálica.
d. em português, classificamos os glides como encontros consonantais.
e. os ditongos não apresentam movimento gradual entre as posições articulatórias vocálicas.