Espectograma de las vocales inglesas [i, u, ɑ]: f₁, f₁.

Un formante es el pico de intensidad en el espectro de un sonido; se trata de concentración de energía (amplitud de onda) que se da en una determinada frecuencia. En el habla se determinan por el proceso de filtrado por resonancia que se produce en el tracto vocal por la configuración de los articuladores.

Técnicamente los formantes son bandas de frecuencia donde se concentra la mayor parte de la energía sonora de un sonido.

¿Para qué sirven?

Los formantes permiten distinguir los sonidos del habla humana, sobre todo las vocales y otros sonidos sonorantes. También sirven para los sistemas de reconocimiento de voz y las transposiciones de altura del audio digital. Esto es posible porque cada sonido del habla humana tiene una signatura característica de formantes, es decir, hace un reparto diferente de la energía sonora entre los diferentes formantes, lo cual permite clasificarlos o categorizarlos. El oído humano puede hacer ese análisis de formantes de manera inconsciente, y es por eso que podemos distinguir los sonidos de nuestra lengua materna.

Por ejemplo en muchas lenguas los dos formantes principales permiten distinguir la mayoría de sonidos vocálicos del habla. Típicamente el primer formante, el de frecuencia más baja está relacionada con la abertura de la vocal que en última instancia está relacionada con la frecuencia de las ondas estacionarias que vibran verticalmente en la cavidad. El segundo formante está relacionado con la vibración el la dirección horizontal y está relacionado con si la vocal es anterior, central o posterior.

¿Cómo se producen?

La mayoría de los formantes de los sonidos del habla se producen por la resonancia del tracto vocal (aunque algunos tonos silbantes se derivan del colpaso periódico de zonas de baja presión debido al efecto Venturi). La vibración de las cuerdas vocales produce ondas sonoras con un espectro de frecuencia bastante distribuido, estas son filtradas por el tracto vocal y algunas frecuencias son reforzadas y otras atenuadas. Las frecuencias fuertemente reforzadas son precisamente los formantes principales de la emisión sonora.

El formante con la frecuencia más baja se designa F1, el segundo F2, el tercero F3, etc. Normalmente sólo los dos primeros son necesarios para caracterizar una vocal, especialmente en las lenguas con menos de seis vocales, sin embargo, en ciertos casos pueden ser necesarios hasta seis formantes para caracterizar adecuadamente una vocal. Los formantes posteriores determinan propiedades acústicas como el timbre. Las consonantes aproximantes se caracterizan por variaciones dinámicas de la frecuencia de los formantes principales. En las oclusivas y fricativas los formantes son menos claros y esos sonidos son percibidos en gran medida gracias al efecto sobre las vocales adyacentes, donde los formantes involucran más energía sonora o sonoridad.

En las vocales, los dos primeros formantes se determinan principalmente por la posición de la lengua. F1 tiene una frecuencia más alta cuanto más baja está la lengua, es decir, cuanta mayor abertura tenga una vocal, mayor es la frecuencia en que aparece el F1. El F2 tiene mayor frecuencia cuanto más hacia delante está posicionada la lengua, es decir, cuanto más anterior es una vocal, mayor es el F2.

No todos los sonidos humanos se componen de formantes definidos. Tan sólo aparecen en sonantes, que incluyen los sonidos pulmonares que incluyen vocales, aproximantes y nasales. Las nasales tienen un formante adicional (F3) en torno a los 1500 Hz. Las consonantes róticas, por su parte, presentan pequeñas oclusiones y, en el caso de la múltiple ([r] como en río) aparecen formantes vocálicos.

Si la frecuencia fundamental es mayor que la frecuencia de los formantes, entonces el carácter del sonido se perderá, de manera que, por ejemplo, en el canto de una soprano las vocales suelen ser difícil de distinguir.

Enlaces externos

• PRAAT, aplicación para análisis acústico (en inglés)