{
  "id": "formant",
  "title": "共振峰",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "共振峰是与共振有关的声能集中区域，尤见于声道，其频率分布有助于区分语音。",
  "category": "language",
  "subcategory": "",
  "type": "concept",
  "aliases": [
    "共振峰音"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/formant/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/formant/",
      "json": "https://aiwiki.page/en/formant.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "共振峰是声音频谱中能量集中的区域，通常与发声系统的共振有关。在声学语音学中，共振峰主要用于描述声道如何塑造语音。共振峰的频率、带宽及其随时间的变化，为研究元音、某些辅音以及个体嗓音提供了重要信息。前两个共振峰通常称为 F1 和 F2，对区分元音音质尤为重要。"
    },
    {
      "heading": "声学基础",
      "text": "语音由声源与声道声学特性的相互作用产生。发浊音时，声带振动产生近似周期性的声源，其中包含基频和一系列谐波。喉部上方的腔体，包括咽腔、口腔，有时也包括鼻腔，会选择性地增强或衰减不同频率区域的能量。\n\n这一解释称为语音产生的源—滤波器理论。在简化的频域表示中，\n\n\\[P(f)=G(f)H(f)R(f),\\]\n\n其中，\\(P(f)\\) 是向外辐射的语音频谱，\\(G(f)\\) 是声源频谱，\\(H(f)\\) 是声道传递函数，\\(R(f)\\) 表示唇部的声辐射。\\(H(f)\\) 中的共振通常会在频谱包络上形成较宽的峰。\n\n“共振峰”一词有两种密切相关的用法：\n\n- **频谱中的突出区域：**观测到的声音频谱中，能量相对较强的区域。\n- **声道共振：**滤波系统本身的一种特性，无论它是否在某次录音中形成易于辨认的峰。\n\n在精确分析中，应当区分这两种含义。观测到的频谱还取决于声源、录音条件以及各共振之间的相互作用。因此，估算出的频谱峰不一定与声道共振完全重合。\n\n频率、带宽与幅度\n\n共振峰按频率从低到高依次编号为 F1、F2、F3 等。其频率通常以赫兹为单位。\n\n每个共振峰还有一定的带宽，用于描述共振所覆盖的频率范围。对于与其他共振充分分离的共振，通常以功率降至峰值一半处的两个频率之差来测量带宽；这些位置约比峰值低 3 分贝。声学阻尼越大，共振峰就越宽，峰形也越不尖锐。\n\n共振峰的幅度并非仅由共振决定，还取决于声源在邻近频率处的强度、其他共振的影响以及声辐射。"
    },
    {
      "heading": "共振峰与基频",
      "text": "共振峰不同于基频，后者通常记为 \\(F_0\\)。在浊音中，\\(F_0\\) 主要与声带振动的重复速率有关，是感知音高的主要声学对应量之一。共振峰频率则主要反映声道的形状和尺寸。\n\n因此，说话者既可以用不同音高发出大致相同的元音，也可以用大致相同的音高发出不同的元音。语调和声调主要涉及音高模式，而元音音质则在很大程度上取决于共振峰模式。\n\n周期性声源的谐波频率约为 \\(F_0\\) 的整数倍。这些谐波相当于对声道塑造的频谱包络进行采样，本身并不是共振峰。当 \\(F_0\\) 较高时，谐波间距较大，使其背后的共振更难估算。这一点对于高音歌唱和某些儿童嗓音尤其重要。"
    },
    {
      "heading": "声道形状与元音音质",
      "text": "发音动作与共振峰频率之间的关系，是语音学的核心问题之一。对于许多口元音，F1 和 F2 可以有效地近似描述其音质。\n\n声学模式 | 常见的发音关联\nF1 较低 | 元音舌位较高，开口度较小\nF1 较高 | 元音舌位较低，开口度较大\nF2 较高 | 元音舌位较靠前\nF2 较低 | 元音舌位较靠后，圆唇往往会进一步降低 F2\n\n因此，用国际音标书写的元音 [i] 通常具有较低的 F1 和较高的 F2。元音 [ɑ] 的 F1 一般要高得多，而 [u] 通常具有较低的 F1 和相对较低的 F2。\n\n这些只是总体上的对应关系，并非对舌位的直接测量。共振峰取决于整个声道的构形，包括收窄的位置与程度、唇形以及各腔体之间的耦合。圆唇会增加声道的有效长度，并改变唇部开口，因此往往会降低多个共振峰的频率，但具体影响取决于其他发音条件。\n\nF3 及更高的共振峰也包含有用信息。F3 降低是许多带 r 色彩的元音实现方式的重要声学特征，英语一些变体中的此类元音也不例外。较高的共振峰有助于形成音质和说话者之间的差异，但它们的意义不像常见的元音高低、前后维度那样容易概括。\n\n均匀管近似\n\n一种简单模型将声道视为声门端封闭、唇端开放的管道。其理想共振频率为\n\n\\[F_n \\approx \\frac{(2n-1)c}{4L},\\]\n\n其中，\\(n=1,2,3,\\ldots\\)，\\(c\\) 为声速，\\(L\\) 为管长。\n\n对于长约 \\(17\\) 厘米的管道，该模型预测的共振频率约为 \\(500\\)、\\(1{,}500\\) 和 \\(2{,}500\\) 赫兹。这些数值展示了近似均匀管道所预期的共振频率间距，并不是所有元音通用的目标值。真实声道的横截面积并不均匀，还存在声学损耗，其边界条件也偏离理想模型。"
    },
    {
      "heading": "动态模式与其他语音",
      "text": "共振峰在言语过程中不断变化。其变化轨迹往往包含单次测量无法捕捉的信息。\n\n双元音通常涉及元音空间中的移动，表现为 F1 和 F2 的变化。即使是单元音，也可能由于协同发音、说话风格或相邻辅音的影响而出现明显变化。\n\n共振峰过渡是指语音片段交界附近的共振峰频率变化。它们为识别辅音提供线索，包括判断其发音部位。例如，F2 和 F3 过渡的方向与时序有助于区分塞音。对这些过渡的解读取决于相邻元音及其他声学线索，而不是某个固定的目标频率。\n\n近音及其他响辅音也具有特征性的共振峰模式。涉及侧向腔体或鼻腔的语音，其频谱可能比普通口元音更为复杂。\n\n鼻腔耦合与反共振\n\n发生鼻化时，鼻腔与口腔声道形成声学耦合。这会引入额外的共振和反共振，后者是指能量受到强烈衰减的频谱区域。原有共振峰也可能变宽或发生位移。\n\n因此，用于口元音的简单共振峰模式，并不总能充分描述鼻化元音。某个频谱峰减弱或消失，并不一定意味着相应的声道共振已经消失。"
    },
    {
      "heading": "测量与表示",
      "text": "研究者通常借助声谱图考察共振峰；声谱图展示频率成分随时间的变化。在设置恰当的浊音声谱图中，共振峰往往呈现为较深的水平或弯曲条带。单条谐波与较宽的共振峰条带何者更清晰，部分取决于分析窗的设置。\n\n自动测量常采用线性预测编码（LPC）。LPC 用全极点滤波器对信号建模，该滤波器的共振可用于估算共振峰频率和带宽。这些估算结果需要加以甄别：算法可能将谐波误判为共振峰，将相邻共振合并，或把噪声误识别为共振。\n\n造成测量困难的重要因素包括：\n\n- 基频高、谐波间距大；\n- 共振彼此接近或强度较弱；\n- 带气声、嘎裂声或不规则的发声态；\n- 简单全极点模型无法直接表示的鼻腔反共振；\n- 背景噪声、混响及录音带宽受限；\n- 分析参数设置不当。\n\n因此，共振峰轨迹通常需要结合声谱图和频谱切片进行核查，而不能只依据自动输出就予以采信。\n\n元音图与归一化\n\n常见的元音空间图以 F1 为纵轴、F2 为横轴，而且两个坐标轴通常都反向排列。这种布局与基于发音的元音图大致相似：高元音位于上方，前元音位于左侧。但它仍然是声学表示，而不是解剖位置图。\n\n不同说话者的声道尺寸和习惯性发音方式各不相同。声道较长时，共振频率通常较低，但这些差异并不总能用统一的比例缩放来描述。研究者在比较元音系统时，会使用说话者归一化方法来减少其中一部分变异。这些方法也可能消除有意义的差异，因此是否适用取决于研究问题。"
    },
    {
      "heading": "历史与应用",
      "text": "19 世纪关于共振和元音声学的研究，尤其是赫尔曼·冯·亥姆霍兹的工作，为元音分析奠定了物理基础。“共振峰”（formant）一词由卢迪马尔·赫尔曼于 19 世纪末提出。20 世纪的声谱分析和源—滤波器建模，使共振峰成为实验语音研究的核心内容。\n\n共振峰分析应用于多个领域：\n\n- **语言学：**描述元音系统，研究音变，以及比较口音和方言。\n- **言语发展与学习：**考察发音变化和语言习得。\n- **语音技术：**构建基于共振峰的语音合成系统，以及分析语音信号。\n- **嗓音研究：**探究发音动作和声道构形如何影响声学输出。\n- **说话者比较：**考察与说话者相关的声学模式，同时考虑同一说话者内部及不同说话者之间的变异。\n\n在某些古典声乐唱法中，约 2.5—3.5 千赫兹区域内的能量集中现象被称为歌唱共振峰。它通常与多个较高频率的声道共振聚集有关，而不是额外增加了一个共振。其显著程度随声部类型、元音、音高和歌唱技巧而变化。\n\n共振峰包含丰富信息，但不能唯一确定发音动作或语言类别。不同的声道形状可以产生相似的共振模式，而听者在识别语音时，还会利用时长、频谱细节、音高和语境信息。"
    }
  ],
  "links": [
    "vowel",
    "consonant",
    "harmonic",
    "intonation",
    "tone-linguistics",
    "phonetics",
    "international-phonetic-alphabet",
    "english-language",
    "diphthong",
    "monophthong",
    "place-of-articulation",
    "spectrogram",
    "sound-change",
    "language-acquisition"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}