Acerca de los diptongos y hiatos, la Ortografía de la lengua española, de la Real Academia Española y la Asociación de Academias de la Lengua (Madrid: Espasa Libros, 2010), menciona que los diptongos son secuencias de dos vocales que forman parte de una misma sílaba. Se consideran diptongos las siguientes combinaciones vocálicas: Vocal abierta: (/a/, /e/, /o/) seguida de vocal cerrada átona (/i/, /u/): estabais, estadounidense, antiguo. Dos vocales cerradas distintas (/i/, /u/): ciudad, huir, cuidar.
Cuando dos vocales seguidas dentro de una palabra pertenecen a sílabas distintas, constituyen un hiato. Se consideran siempre hiatos a efectos de acentuación gráfica las combinaciones vocálicas siguientes: Una vocal cerrada tónica (/i/, /u/) seguida o precedida de una vocal abierta (/a/, /e/, /o/): María, desvíe, púa, transeúnte. Dos vocales abiertas distintas (/a/, /e/, /o/): caer, reactor, herbáceo, roedor. Dos vocales iguales: azahar, chiita, cooperar, dehesa.