Вопрос о так называемых «дифтонгах» в осетинском языке является одним из наиболее актуальных в осетинской фонологии. Без его решения невозможно определить с наибольшей степенью объективности состав фонем и их классификационные характеристики.
Некоторые авторы работ по фонологии осетинского языка (М.И. Исаев, Н.К. Багаев) считают, что в осетинском языке дифтонгом можно считать сочетание гласного с сонантом («полугласным») й или у, например: йæ, ай, уæ, ау и т.п. При этом, под дифтонгами подразумевают не сложный гласный, состоящий из двух элементов, образующих один слог, а сочетание гласного с согласным, каковыми являются сонанты j и w (графически обозначаемые буквами «й» и «у»), а такое сочетание, конечно же, дифтонгом быть не может. Мы рассмотрели морфологические процессы, в которых участвуют эти звукосочетания, и пришли к выводу о том, что компоненты этих соединений членятся морфемной границей. Это обстоятельство является важным аргументом в пользу их бифонемности. При исследовании чередований оказалось, что компоненты этих сложных соединений входят в разные ряды чередований. Кроме того, в некоторых морфологических соединениях неслоговые компоненты соединений ведут себя как другие согласные осетинского языка: они удваиваются на морфемных стыках и служат для устранения зияния гласных, что также свидетельствует о бифонемности исследуемых соединений. Бифонемный характер этих соединений подтверждается и результатами опытов по слогоделению: неслоговые элементы дифтонгов функционируют как согласные, они никогда не оказываются в вершине слога, а располагаются лишь в его периферии.
С фонологической точки зрения термин «дифтонг» в применении к осетинскому языку неуместен. Можно лишь говорить о фонетических дифтонгах, элементы которых фонологически представляют согласный сонант и гласный. Особый характер функционирования сонантов (j, w) вытекает из анализа их дистрибуции: при реализации обеих фонем необходим контраст с гласными. Обе фонемы не могут находиться в абсолютном конце слова после согласного, а также не могут серединными элементами в трёхчленных сочетаниях.