フォルマント周波数【formant frequency】

概要

人の発話では、声帯の振動によって生成された音が声道を通過する過程で、特定の周波数帯域が強められる。この共鳴現象によって生じるピークを「フォルマント」（formant）と呼び、その頂点の周波数をフォルマント周波数という。低い周波数から順に第一フォルマント周波数（F1）、第二フォルマント周波数（F2）…と番号が付けられる。

これらの周波数位置は、舌の高さや前後位置、口の開き具合などの調音状態と密接に関係し、異なる母音では異なる配置を示す。特に、F1とF2の組み合わせが、どの母音であるかを特定する上で決定的な役割を果たすとされる。例えば、口を大きく開ける「あ」の音ではF1が高くなり、舌を前方に突き出す「い」の音ではF2が高くなるといった規則性がある。

音声信号の周波数成分を示すスペクトルの起伏をなめらかに結んだ線をスペクトル包絡というが、フォルマント周波数はこの曲線上の局所的な山の頂点の周波数として示される。線形予測分析などの手法を用いることで、声道の共鳴特性をモデル化し、フォルマント周波数を数値として求めることができる。

フォルマント周波数は話者の身体的特徴にも依存する。声道の長さや容積は個人ごとに異なるため、同じ母音を発声してもその数値には個人差が生じる。この性質を利用して、話者識別や特定の個人の声を模倣する音声合成のパラメータとしても活用されている。