As vogais são divididas em fortes e débil. Eles são fortes a, o, e ; débil i, u.

Se dice ditongo à fusão de dois vogais em uma sílaba: , , . Para que haja um ditongo, é necessário que uma das vogais seja forte e a outra fraca não seja acentuada, ou que ambas sejam fracas.

A combinação de vogais fortes e fracas e vice-versa resulta em catorze ditongos em espanhol: , , , , , , , , , , , , , .

Naturalmente, como pode ser visto a partir da definição que damos do ditongo, nem sempre as combinações anteriores de vogais o formam. Isso acontece quando a vogal fraca é acentuada, como pode ser visto nos exemplos a seguir:
, , , , , , , , , , .

Basta pronunciar corretamente as palavras acima, convencer-se de que, nelas, as combinações de vogais não fazem parte da mesma sílaba: , . Isso ocorre porque o sotaque dá à vogal fraca um valor igual em volume ao da vogal forte, e ambos são, portanto, no mesmo caso, como se fossem duas vogais fortes, que nunca podem formar um ditongo, como em , , , , , .

Nós chamamos isso de triptongo para o encontro de três vogais em uma sílaba. Das três vogais, uma deve ser forte e estar no meio de dois fracos sem ênfase.

Existem cinco tritongos:
, , , , .

Quando uma das vogais fracas parece acentuada, o tritongo não existe; v. gr .: , .

Carlos González Peña, Manual de Gramática Castellana. Editorial Patria, S.A.(Textual)