フォルマント

定量化

フォルマントを定量的に記述するパラメータが様々提案されている。一例として以下が挙げられる^[3]：

• ピーク周波数 ${\displaystyle F_{n}}$
• ピーク強度 ${\displaystyle L_{F_{n}}}$
• バンド幅 ${\displaystyle B_{F_{n}}}$

ピーク周波数はフォルマント周波数（フォルマントしゅうはすう、（英: formant frequency）とも呼ばれる^[4]。

口の開き

第一フォルマントのピーク周波数 ${\displaystyle F_{1}}$ は口の開きの大きさ（≒ 舌の高さ）に比例する^[6][7]。母音、子音両方に言えることであるが、狭めは ${\displaystyle F_{1}}$ を低くする効果がある。

日本語発音において、狭母音である /i/ と /u/ が近い値の低い ${\displaystyle F_{1}}$ を持ち、中央母音である /e/ と /o/ がおおよそ同じ中位の ${\displaystyle F_{1}}$ を持ち、広母音である /a/ が高い ${\displaystyle F_{1}}$ をもつ事実はこの特性と合致している。

舌の前後

第二フォルマントのピーク周波数 ${\displaystyle F_{2}}$ は舌の前後に影響される^[8]。前母音のほうが後母音よりもF2が高い。これは、F2が舌の前の空間で共鳴を起こすためである。また後母音は、唇の丸めが加わることが多く、これによって共鳴空間がさらに長くなり、F2は下がる。

日本語発音において、前舌母音である /i/ と /e/ が近い値の高い ${\displaystyle F_{2}}$ を持ち、中舌母音・後舌母音である /a/, /u/, /o/ がそれより低い ${\displaystyle F_{2}}$ をもつ事実はこの特性と合致している。

声道長

声道長とフォルマント周波数には逆相関がある（＝長いほど低く、短いほど高い）と考えられている^[9][10][11]。

声道の一様音響管モデルは声道長とフォルマント周波数の逆相関を予想する^[9]。また声道長が「子供 ＜ 女性 ＜ 男性」である一方でフォルマント周波数は「男性 ＜ 女性 ＜ 子供」の傾向を持つことが実験的に確認されている^[9]。

一方で反証も存在する。成人男性12名の母音発音時における声道長とフォルマント周波数の関係を調べた研究では、相関は一般に認められなかった^[12][13]。これは母音の声道断面積関数を声道長で正規化してもフォルマント周波数に大きな個人差があることと符合する^[14]。

母音

母音の識別にはフォルマント周波数が重要である^[15]。音声からフォルマントを除去すると母音とは認識できず、逆にフォルマントを模したピークを追加すると母音混じりの音声が得られる。母音の弁別はF1（約500～1000Hz）とF2（約1500～3000Hz）によって大体行うことができる^{[注 1]}。