Los diptongos son vocales largas de articulación compleja: durante su emisión, cambia el timbre. Por esta razón, en todas las lenguas acaban monoptongando por asimilación de sus dos componentes.
En latín la monoptongación fue temprana en el caso del diptongo "ae", probablemente ya del siglo I d. C. (a juzgar por la grafía SAECVNDVS), también en el de "oe", pero muy tardía, ya de fecha romance, en el de "au", puesto que el francés presenta "chose", procedente de "causa" (la velar sorda "c" palatalizaba ante "a", pero no ante "o") y el rumano aún lo conserva (aurum → aur, taurum → taur).
La monoptongación de "ae" fue análoga a la de αι en griego: el monoptongo resultante fue abierto y breve, de ahí el resultado final "ie" en caso de ser tónico, convergente con el de la "ĕ" antigua: quaerĭt → *quere → quiere.