Formantes consonantes
Las consonantes sonoras como nasales y laterales también tienen formas específicas del tracto vocal que se caracterizan por las frecuencias de los formantes. Se diferencian de las vocales en que en su producción el tracto vocal no es un solo tubo. Se forma una rama lateral cuando el tracto nasal está acoplado con el tracto oral, o, en el caso de las vías laterales, cuando el propio tracto oral está obstruido en el centro. El efecto de estas ramas laterales es que las amplitudes relativas de los formantes se alteran; es como si una o más de las posibles variaciones superpuestas en la presión del aire se hubieran reducido porque se hubieran quedado atrapadas en la cavidad formada al costado. Por lo tanto, las nasales y las laterales se pueden especificar en términos de sus frecuencias formantes, al igual que las vocales. Pero en una especificación completa de estas consonantes también se deben dar las amplitudes relativas de los formantes, porque no son completamente predecibles.
Otras consonantes sonoras como las paradas y aproximantes (semivocales) son más parecidas a las vocales en el sentido de que pueden caracterizarse en parte por las frecuencias resonantes—los formantes—de sus formas del tracto vocal. Se diferencian de las vocales en que durante el cierre de una parada sonora hay muy poca energía acústica, y durante la fase de liberación de una parada y toda la articulación de una semivocal, las formas del tracto vocal cambian comparativamente rápidamente. Estos movimientos transitorios se pueden especificar acústicamente en términos de los movimientos de las frecuencias de los formantes.
Los sonidos sin voz no tienen una forma de onda periódica con una frecuencia fundamental bien definida. Sin embargo, algunas sensaciones de tono acompañan a las variaciones en la presión del aire causadas por el flujo de aire turbulento que ocurre durante una fricativa sorda, o en la fase de liberación de una parada sorda. Esto se debe a que las variaciones de presión están lejos de ser aleatorias. Durante la primera consonante en mar, estas tienen una tendencia a estar en una frecuencia central más alta, y por lo tanto un tono más alto, que en la pronunciación de la primera consonante en ella. También hay una diferencia en la amplitud media de la forma de onda en diferentes sonidos sin voz. Todos los sonidos sin voz tienen mucha menos energía, es decir, una amplitud más pequeña, que los sonidos con voz pronunciados con el mismo grado de esfuerzo. En igualdad de condiciones, las fricativas en el pecado y la espinilla tienen más amplitud, es decir, son más fuertes, que las de la fina y la aleta.
En resumen, los sonidos del habla están bastante bien definidos por nueve factores acústicos. Los tres primeros factores incluyen las frecuencias de los tres primeros formantes; estos son responsables de la mayor parte de la información en el habla. Caracterizando la forma del tracto vocal, estas frecuencias formantes especifican vocales, nasales, laterales y los movimientos transicionales en consonantes sonoras. Las frecuencias de los formantes cuarto y superior no varían significativamente. El cuarto factor es la frecuencia fundamental—en términos generales, el tono—del pulso de la laringe en los sonidos sonoros, y el quinto, la amplitud—en términos generales, el volumen—del pulso de la laringe. Estos dos últimos factores explican la información suprasegmental; por ejemplo, las variaciones en el estrés y la entonación. También distinguen entre sonidos sonoros y sordos, en el sentido de que estos últimos no tienen amplitud de pulso laríngeo. La frecuencia central de los ruidos silbantes de alta frecuencia en los sonidos sin voz constituye el sexto factor acústico, y el séptimo es la amplitud de estos ruidos de alta frecuencia. Estos dos factores caracterizan las principales diferencias entre los sonidos sin voz. En más descripciones precisas sería necesario especificar más que la frecuencia central del ruido en los sonidos fricativos. Los factores octavo y noveno incluyen las amplitudes del segundo y tercer formantes en relación con el primer formante; las amplitudes de los formantes en su conjunto están determinadas por la amplitud del pulso de la laringe. Estos últimos factores son los menos importantes, ya que sólo transmiten información complementaria sobre nasales y laterales.