フォルマントとは、人間の声道の音響的な共鳴によって生じる幅広いスペクトルの最大値のことです。音響学では、フォルマントは通常、スペクトルの広いピーク、または局所的な最大値と定義されます。調和音の場合、この定義では、フォルマント周波数は、共鳴によって最も増強された調和部分の周波数とされることがあります。この2つの定義の違いは、「フォルマント」が音の生成メカニズムを特徴づけるものなのか、それとも生成された音そのものを特徴づけるものなのかという点にあります。実際には、スペクトルのピークの周波数は、運良く高調波が共振周波数と一致した場合を除き、関連する共振周波数とは異なります。
部屋は、壁や物からの音の反射の仕方によって、その部屋特有のフォルマントを持っていると言えます。このような性質を持つ部屋のフォルマントは、特定の周波数を強調し、他の周波数を吸収することで自らを強化します。

歴史
音響的な観点から見ると、音声学は声道の有効長が母音を変えるという考えに大きな問題を抱えていました。実際、声道の長さが変わると、口の中の空洞で形成される音響共振器の大きさが変わり、その共振周波数も変わります。しかし、バス歌手とソプラノ歌手のように声道の長さが異なる人が、同じ音のカテゴリーに属すると思われる音を出す場合、母音の周波数がどのように変化するのかは不明でした。母音のアイデンティティを支えるスペクトル情報を正規化する方法が必要だったのです。ヘルマンは1894年にこの問題を解決する方法を提案し、「フォルマント」という言葉を作った。彼によれば、母音とは特殊な音響現象であり、特殊な部分音、すなわち「フォルマント」、「characteristique」の断続的な生成に依存しています。「フォルマント」の周波数は、母音の特徴を変えずに多少変化してもよい。例えばaの場合、同一人物であっても「フォルマント」は350Hzから440Hzまで変化することがあります。

音声学
フォルマントとは、音声、楽器、歌などの音響信号に含まれる特徴的な周波数成分のことです。人間が音声を聞き分けるために必要な情報は、振幅や周波数スペクトルのピークを特定することで純粋に定量的に表現することができます。これらのフォルマントのほとんどは、チューブとチャンバーの共振によって生成されますが、ベンチュリー効果による低圧ゾーンの周期的な崩壊によって生じるホイッスルトーンもいくつかあります。最も低い周波数のフォルマントをF1、2番目をF2、3番目をF3と呼ぶ。(声の基本周波数やピッチはF0と呼ばれることがありますが、これはフォルマントではありません）。) 多くの場合、第1フォルマントのF1とF2だけで母音を識別することができます。母音の質と最初の2つのフォルマント周波数の関係は、クリック音（声門脈を模擬）をバンドパスフィルタ（声道の共鳴を模擬）に通して生成した「人工母音」を聞くことで理解できます。
鼻声子音は通常、2500Hz付近にフォルマントが追加されます。液体の[l]は通常1500Hzにフォルマントが追加されますが、英語の "r "の音（[ɹ]）は非常に低い第3フォルマント（2000Hzよりかなり低い）で区別されます。
伏在音（および、ある程度のフリカティブ）は、周囲の母音のフォルマントの位置を変更します。両唇音（ballやsapの/b/と/p/など）はフォルマントの低下を引き起こします。舌音（英語の/k/と/ɡ/）は、ほとんどの場合、舌音の前にF2とF3が「舌音のピンチ」で一緒になり、舌音が解放されると同じ「ピンチ」から離れます。歯槽音（英語の/t/と/d/）は、どの母音が存在するかによって部分的に異なりますが、近隣の母音のフォルマントにあまり系統的な変化をもたらしません。このような母音フォルマント周波数の変化の時間経過を「フォルマントトランジション」と呼びます。
根本的な振動の基本周波数は、調和的な倍音が豊富なノコギリ波です。基本周波数や倍音の一つがシステムの共振周波数よりも高い場合、その共振によって付与されたフォルマントはほとんど失われます。ソプラノのオペラ歌手の場合、母音の区別がつかないほど高い声で歌うので、この現象が顕著に現れます。
共鳴をコントロールすることは、倍音歌唱と呼ばれる発声法に不可欠な要素です。これは、低い基本音を歌いながら、高次の倍音を選択して鋭い共鳴を起こし、一度に複数の音を歌っているような印象を与えるものです。
スペクトログラムは、フォルマントを視覚化するために使われることがあります。スペクトログラムでは、歌っているときのフォルマントと自然に発生するハーモニクスを区別するのは難しいかもしれません。しかし、ヴォーカル・フライなどの無調のテクニックによって、母音の形に含まれる自然なフォルマントを聞くことができます。

フォルマントの推定
フォルマントは、声道の音響的な共鳴として見ても、バンドパスフィルタのように音声スペクトルの局所的な最大値として見ても、その周波数とスペクトルの幅によって定義されます。
この情報を得るには、さまざまな方法があります。音響的に定義されたフォルマントの周波数は、スペクトログラム（図）やスペクトラムアナライザーを使って、音の周波数スペクトルから推定できます。しかし、音声記録から声道の音響的な共振（つまりフォルマントの音声的な定義）を推定するには、線形予測符号化を用いることができます。中間的なアプローチとしては、基本周波数を中和してスペクトルエンベロープを抽出し、スペクトルエンベロープの局所的な最大値を探す方法があります。

フォルマントプロット
最初の2つのフォルマントは、母音の品質を決定する上で重要であり、しばしば、開閉および前後の寸法に対応すると言われている（これらは伝統的に、完全に正確ではないが、舌の形状と位置に関連付けられてきた）。第1フォルマントF1は開音（[a]など）の場合に周波数が高く、閉音（[i]や[u]など）の場合に周波数が低くなり、第2フォルマントF2は前音（[i]など）の場合に周波数が高く、後音（[u]など）の場合に周波数が低くなります（図1参照）。

図1 フォルマントプロットの模式図
母音には、ほとんどの場合、4つ以上の識別可能なフォルマントがあり、時には6つ以上のフォルマントがあることもあります。しかし、最初の 2 つのフォルマントは母音の質を決定する上で最も重要であり、これは第 1 フォルマントと第 2 フォルマントのプロットで表示されることが多いですが、丸みなどの母音の質の一部を捉えるには十分ではありません。ある言語や方言の母音が、従来の聴覚的な母音表とフォルマントプロットの両方にプロットされる例を、ノルウェー語の場合に見てみましょう。

歌手のフォルマント
主な記事 スクーロ
訓練を受けたクラシック歌手、特に男性歌手の周波数スペクトルの研究によると、3000Hz付近（2800Hzから3400Hzの間）に、音声や訓練を受けていない歌手のスペクトルにはない明確なフォルマントがあることがわかっています。このフォルマントは、声道の高次の共振に関連していると考えられています。この3000Hzのエネルギーの増加により、歌手がオーケストラの上で聞き取り、理解することができるのです。このフォルマントは、声道の一部が共鳴器として機能することにより、例えば「ヴォイス・ディ・ストレガ」や「魔女の声」と呼ばれる練習などの発声トレーニングによって積極的に開発されます。クラシック音楽や声楽教育学では、この現象はスクイッロとも呼ばれています。