Otro aspecto destacable de los espectrogramas correspondientes a fonemas sonoros es la presencia de zonas enfatizadas, o resonancias, y zonas desenfatizadas, o antirresonancias. Estas zonas se deben a la configuración física de las diferentes cavidades del tracto configurado por el sistema articulador. La posición de las frecuencias de resonancia depende de la forma, tamaño y características físicas del tracto vocal al producir cada sonido. De este modo, cada forma del tracto vocal puede modelarse o formarse por un filtro con el conjunto de frecuencias de resonancia que lo caracterizan. Por ellos a cada una de estas frecuencias de resonancia se la denomina "frecuencia formante" o simplemente "formante". Los distintos formantes se denominan F1, F2, F3, F4, etc., indicando las frecuencias de resonancia ordenadas en sentido ascendente. Habitualmente se utilizan entre 3 y 5 formantes al considerar como frecuencia de muestro Fm = 8 kHz. Normalmente las señales sonoras presentan una característica típica de paso bajo. Por ello los formantes más significativos son los primeros. En castellano existen cinco sonidos vocálicos, cuyos primeros formantes (según Antonio Quilis) son aproximadamente los mostrados en la tabla siguiente:
Vocal\Formante (Hz) | F1 | F2 |
/i/ | 284 | 2430 |
/e/ | 527 | 2025 |
/a/ | 689 | 1458 |
/o/ | 608 | 1215 |
/u/ | 243 | 770 |