Spektrogram amerických anglických samohlásek [i, u, ɑ] zobrazující formáty f1 a f2
Formanty jsou rozlišující nebo smysluplné frekvenční složky lidské řeči a zpěvu. Podle definice mohou být informace, které lidé potřebují k rozlišení samohlásek, reprezentovány čistě kvantitativně frekvenčním obsahem zvuků samohlásek. Formanty jsou charakteristické partie, které identifikují samohlásky pro posluchače. Většina těchto formantů je produkována trubicovou a komorovou rezonancí, ale několik píšťalových tónů se odvozuje od periodického kolapsu Venturiho efektu nízkotlakých zón. Formant s nejnižší frekvencí se nazývá f1, druhý f2 a třetí f3. Nejčastěji stačí dva první formanty, f1 a f2, aby samohlásku rozčíslily. Tyto dva formanty určují kvalitu samohlásek z hlediska rozměrů otevřené/zavřené a přední/zadní (které byly tradičně, i když ne zcela přesně, spojovány s polohou jazyka). První formát f1 má tedy vyšší frekvenci pro otevřenou samohlásku (jako je [a]) a nižší frekvenci pro uzavřenou samohlásku (jako je [i] nebo [u]); a druhý formát f2 má vyšší frekvenci pro přední samohlásku (jako je [i]) a nižší frekvenci pro zadní samohlásku (jako je [u]). Hlasivky budou mít téměř vždy čtyři nebo více rozlišitelných formátů; někdy jich je více než šest. První dva formáty jsou však nejdůležitější při určování kvality samohlásky, a to se často zobrazuje z hlediska nákresu prvního formátu proti druhému formátu, i když to nestačí k zachycení některých aspektů kvality samohlásky, jako je zaokrouhlení.
Nosály mají obvykle přídavný formát kolem 2500 Hz. Kapalina [l] má obvykle přídavný formát při 1500 Hz, zatímco anglický „r“ zvuk ([ɹ]) se vyznačuje velmi nízkým třetím formátem (hluboko pod 2000 Hz).
Plozivy (a do jisté míry frikativy) upravují umístění formantů v okolních samohláskách. Bilabiální zvuky (jako ‚b‘ a ‚p‘ jako „koule“ nebo „míza“) způsobují snížení formantů; velární zvuky (‚k‘ a ‚g‘ v angličtině) téměř vždy ukazují f2 a f3, které se spojí v ‚velární štípnutí‘ před velarem a oddělí se od stejného ‚štípnutí‘ jako je velar uvolněn; alveolární zvuky (anglicky ‚t‘ a ‚d‘) způsobují méně systematické změny v sousedních formátech samohlásek, částečně v závislosti na tom, která samohláska přesně je přítomna. Časový průběh těchto změn v frekvencích formátování samohlásek se označuje jako ‚formantní přechody‘.
Je-li základní frekvence základních vibrací vyšší než formační frekvence systému, pak se charakter zvuku, který formační frekvence propůjčují, většinou ztratí. Nejvíce je to patrné na příkladu sopránových operních pěvců, kteří zpívají tak vysoko, že se jejich samohlásky stávají velmi těžko rozeznatelnými.
Ovládání formantů je základní složkou vokální techniky známé jako overtonový zpěv, při kterém interpret zpívá nízký základní tón a vytváří ostré rezonance pro výběr horních harmonických tónů, což vyvolává dojem, že se zpívá několik tónů najednou.
Spektrogramy se používají k vizualizaci formantů.
Studie frekvenčního spektra školených zpěváků, zejména mužských zpěváků, ukazují jasný formant kolem 3000 Hz (mezi 2800 a 3400), který chybí v řeči nebo ve spektru netrénovaných zpěváků. Právě tento nárůst energie na 3000 Hz umožňuje zpěvákům být slyšet a rozumět přes orchestr, který vrcholí na mnohem nižších frekvencích kolem 500 Hz. Tento formant se aktivně rozvíjí prostřednictvím hlasového tréninku, například prostřednictvím tzv. „voce di strega“ nebo čarodějnických hlasových cvičení a je způsoben částí hlasového ústrojí působící jako rezonátor.