Como muy bien sabes, en castellano tenemos cinco vocales: a, e, i, o, u. Por la forma de pronunciarlas pueden ser abiertas: a, e, o; o cerradas: i, u.
Sin embargo, para que entiendas lo que son los diptongos y los hiatos yo prefiero referirme a ellas como fuertes: a, e, o y débiles: i, u.
Cuando en una palabra me encuentro con dos vocales juntas, a la hora de pronunciarlas, puede ocurrir que la vocal fuerte arrastre a la débil, se pronuncian juntas, es un DIPTONGO.
Claro, que si las dos vocales son fuertes, entonces, cada una va por su lado, se pronuncian separadas, es un HIATO.
Sólo hay una manera de hacer fuerte a una vocal débil y romper el diptongo, es decir, conseguir que las pronunciemos separadas, esa manera es PONERLE UNA TILDE, en ese caso, es como si le diese una supervitamina a la vocal débil.
TOMADO DE: https://ellapizrojo.wordpress.com/2011/12/15/reglas-de-acentuacion-ii-diptongo-triptongo-e-hiato/
