El estudio que ha realizado el investigador Juli Cebrián del departamento de filología inglesa y germanística de la UAB ha examinado si los diptongos de lenguas como el castellano juegan un papel en la percepción de los sonidos de una lengua extranjera. 

El trabajo, enmarcado dentro del área de la adquisición del sistema fonológico de una segunda lengua o lengua extranjera, muestra cómo algunas vocales del inglés son perceptivamente muy similares a algunos diptongos del castellano, subrayando así la importancia de los diptongos en la percepción interlingüística.
Es sabido que cuando aprendemos una lengua extranjera, particularmente si el aprendizaje tiene lugar después de la infancia, la lengua materna ejerce una gran influencia. Esta influencia es especialmente notable en el caso del aprendizaje de la pronunciación, y suele provocar un acento extranjero.

Varias teorías de adquisición de fonología relacionan esta dificultad de pronunciar correctamente una lengua extranjera con el hecho de que percibimos los sonidos de la lengua meta (la lengua que aprendemos) a través de las categorías fonológicas de la lengua materna. Así pues, cuando un hablante de castellano percibe la vocal inglesa de la palabra "cat", la asimila a la vocal / a / del español. Del mismo modo, este hablante puede asimilar la vocal de la palabra inglesa "cut" también a la / a / del español, dificultando así la diferenciación de las dos vocales del inglés ("cat" - "cut"), que el aprendiz termina pronunciando igual (/ kat /).

Por otra parte, los modelos de adquisición de segundas fonologías proponen que para aprender a producir un sonido de la lengua meta hay que distinguirlo perceptivamente de los sonidos de la lengua materna. Muchos estudios, por lo tanto, intentan evaluar la distancia o similitud perceptiva entre los sonidos de dos lenguas para poder hacer predicciones sobre su dificultad de aprendizaje. Los diptongos (secuencias como / ai, ei, au, ou/) a menudo son excluidos de estos estudios porque se centran en secuencias de un único fonema vocálico, que en inglés incluyen tanto los monoptongos como los diptongos, y excluyen secuencias de dos vocales como los diptongos del castellano.  

El objetivo de este trabajo era evaluar la similitud perceptiva entre las vocales del castellano y del inglés británico y determinar el papel que juegan los diptongos, ahora también incluidos en el estudio, en la percepción de vocales. 29 hablantes de castellano participaron en dos experimentos en los que debían identificar las vocales inglesas que oían como un sonido del castellano. 

Los experimentos se diferenciaban en la inclusión o no de los diptongos del castellano como posibles respuestas. Los resultados muestran claramente que los hablantes de castellano consistentemente identifican los diptongos del inglés con diptongos del castellano. Por ejemplo, la vocal inglesa de la palabra "rain" es percibida como más parecida al diptongo de la palabra castellana "reino" que a la vocal de la palabra "reno". Esto muestra que los trabajos anteriores que excluían los diptongos (y por tanto concluían que la vocal de "rain" se equipara a la de "reno") dan una visión errónea e incompleta.

Los resultados globales del trabajo permiten describir el grado de similitud perceptiva entre cada una de las vocales y los diptongos ingleses y castellanos, facilitando la formulación de hipótesis sobre la dificultad de su aprendizaje.