Pendengar mengidentifikasi 95,4% vokal bahasa Inggris Amerika yang diucapkan secara alami dalam rekaman dari 139 penutur, dibandingkan 94,4% pada set klasik Peterson dan Barney dengan 76 penutur (Hillenbrand dkk., JASA 2011). Jika vokal yang sama dikurangi menjadi sintesis formant saja, akurasi turun menjadi 88,5%; jika dikurangi menjadi nada sinus murni yang hanya menelusuri formant, pendengar yang belum terlatih mencapai 55,0%. Persepsi formant juga matang secara perlahan: anak-anak Belanda usia 6 sampai 11 tahun membutuhkan perubahan F1 rata-rata 49% sebelum menyadarinya, dibandingkan 33% pada orang dewasa (Polsterer dkk., JASA Express Letters 2026). Kami menghimpun data dari Journal of the Acoustical Society of America (Peterson dan Barney, Hillenbrand, Vorperian, Chung, Chen), Journal of Phonetics, Journal of Communication Disorders, korpus VoxCommunis (LREC 2022), dan satu studi JASA Express Letters 2026. Jika Anda datang dari rangkuman kami tentang formant penyanyi dan akustik belting, halaman ini membahas sisi ujaran: target vokal sehari-hari para penutur biasa.
Formant adalah resonansi saluran suara, yaitu pita frekuensi yang diperkuat oleh tenggorokan dan mulut. F1 naik ketika rahang dan lidah turun (vokal terbuka), F2 naik ketika lidah bergerak maju (vokal depan), dan F3 paling penting untuk vokal ber-r seperti pada ‘heard’. Semua tabel di bawah menggunakan hertz (Hz) kecuali dinyatakan lain.
TL;DR
- Peterson dan Barney merekam 76 penutur (33 pria, 28 wanita, 15 anak) yang mengucapkan 10 vokal dua kali, total 1.520 vokal (manual Praat, tabel Peterson dan Barney 1952).
- Vokal alami teridentifikasi dengan benar sebanyak 94,4% (Peterson dan Barney) dan 95,4% (Hillenbrand) dari seluruh percobaan (Hillenbrand dkk., JASA 2011).
- Formant rata-rata vokal sudut berbeda sekitar 700 Hz di antara set data bahasa Inggris Amerika yang dipublikasikan untuk F2 /u/ pada wanita (Kent dan Vorperian, Journal of Communication Disorders 2018).
- F2 /i/ bahasa Inggris Amerika: 2146 Hz pada pria, 2570 Hz pada wanita, 2964 Hz pada anak usia 5 tahun, 3220 Hz pada anak usia 2 tahun (Chung dkk., JASA 2012).
- Perbedaan F2 antarjenis kelamin sudah ada pada usia 4 tahun untuk /i/ dan /u/ (Vorperian dkk., JASA 2019).
- Pengklasifikasi formant yang dilatih pada satu dialek AS turun dari 88,9% menjadi 44,8% benar pada dialek lain (Jacewicz dan Fox, JASA 2012).
- Pergerakan formant di dalam sebuah vokal adalah 477 Hz pada penutur usia 51-65 tahun dibandingkan 380 Hz pada penutur usia 21-33 tahun (Jacewicz, Fox, dan Salmons, Journal of Phonetics 2011).
- Rata-rata F1 [i] dan [u] berkorelasi dengan r = 0,83 di 31 bahasa (Ahn dan Chodroff, VoxCommunis, LREC 2022).
- Galat F1 LPC rata-rata mencapai 58 Hz (9%) ketika F0 di atas 300 Hz (Chen, Whalen, dan Shadle, JASA 2019).
- Bahkan fonetisi terlatih yang mengukur secara manual meleset dari F1 sintetis sebesar 32 Hz (8%) sampai 118 Hz (26%) (Shadle, Nam, dan Whalen, JASA 2016).
- Ambang diskriminasi F1 pada anak rata-rata berupa perbedaan F1 49%, dibandingkan 33% pada orang dewasa (Polsterer dkk., JASA Express Letters 2026).
1. Set Data Acuan di Balik Setiap Bagan Vokal
Hampir setiap bagan vokal dalam buku teks fonetik bersumber dari tiga rekaman bahasa Inggris Amerika yang dibuat pada 1952, 1995, dan 1999. Di antara tujuh set data bahasa Inggris Amerika yang dibandingkan dalam tinjauan 2018, formant rata-rata vokal sudut berbeda sekitar 500 Hz untuk F2 /u/ pada pria dan sekitar 700 Hz untuk F2 /u/ pada wanita (Kent dan Vorperian, Journal of Communication Disorders 2018). Sebuah “norma” baru bermakna jika disertai set data, dialek, dan dekade asalnya.
Set acuan tersebut juga kecil menurut standar sekarang: puluhan penutur per kelompok, bukan ribuan. Rekaman dan pengukuran Hillenbrand tersedia untuk umum (cermin GitHub dari Hillenbrand dkk. 1995, dihosting dengan izin penulis), sehingga siapa pun dapat menjalankan ulang analisis klasiknya.
| Metrik | Nilai | Sumber |
|---|---|---|
| Penutur dan vokal dalam Peterson dan Barney 1952 (kata hVd seperti heed, hid, head, had) | 76 penutur (33 pria, 28 wanita, 15 anak); 10 vokal, masing-masing diucapkan dua kali; 1.520 vokal terekam | Manual Praat, tabel formant Peterson dan Barney 1952 |
| Penutur dalam Hillenbrand dkk. 1995 | 139 (45 pria, 48 wanita, 46 anak) | Hillenbrand, Journal of the International Phonetic Association 2003 |
| Pengamatan vokal keadaan stabil dalam set data publik h95 | 1.668 pengamatan; 10 nilai F2 dan 41 nilai F3 yang hilang diimputasi | Paket R phonTools, dokumentasi set data h95 |
| Penutur dalam Lee, Potamianos, dan Narayanan 1999 | 436 anak usia 5 sampai 17 tahun, ditambah 56 orang dewasa | Lee dkk., JASA 1999 (abstrak) |
| Penutur dalam set data vokal sudut perkembangan AS terbaru | 190 penutur berkembang normal usia 4 sampai 20 tahun (97 perempuan, 93 laki-laki) | Vorperian dkk., JASA 2019 |
| Sebaran formant rata-rata vokal sudut di 7 set data bahasa Inggris Amerika | Sekitar 500 Hz (F2 /u/ pada pria), 400 Hz (F1 /æ/ pada wanita), 700 Hz (F2 /u/ pada wanita) | Kent dan Vorperian, Journal of Communication Disorders 2018 |
| Luas ruang vokal pria dewasa: Peterson dan Barney dibandingkan pria usia 18 tahun dalam Lee dkk. 1999 | 411,5 kHz² dibandingkan sekitar 330 kHz² | Kent dan Vorperian, Journal of Communication Disorders 2018 |
Catatan konteks: data terbaru yang tersedia untuk ketiga set data utama: 1952, 1995, dan 1999. Luas ruang vokal berarti luas poligon F1-F2 yang digambar di antara vokal sudut; luas yang lebih besar berarti vokal yang lebih tersebar.
2. Rata-rata F1, F2, dan F3 untuk Pria, Wanita, dan Anak-anak
Saluran suara yang lebih pendek beresonansi lebih tinggi, sehingga formant naik dari pria ke wanita lalu ke anak-anak. Untuk vokal /i/ bahasa Inggris Amerika, rata-rata F2 adalah 3220 Hz pada anak usia 2 tahun dibandingkan 2146 Hz pada pria dewasa, selisih 1.074 Hz (3220 dikurangi 2146) (Chung dkk., JASA 2012). Penskalaannya tidak seragam: F1 /i/ pada anak laki-laki usia 4 tahun adalah 1,42 kali nilai pria dewasa, tetapi F4-nya 1,57 kali, sehingga suara anak bukan sekadar suara pria yang digeser ke atas.
Baris Peterson dan Barney di bawah ini adalah rata-rata pria “nominal” yang paling banyak dicetak ulang; simbol dan kata contoh diberikan persis seperti yang dicetak dalam cetak ulang tersebut. Bagi siapa pun yang membangun efek suara yang mengubah usia atau gender yang dipersepsikan, intinya adalah bahwa pola formant, bukan hanya nada, berbeda antara pria, wanita, dan anak-anak.
| Metrik | Nilai | Sumber |
|---|---|---|
| Pria Peterson dan Barney, /i/ seperti pada ‘beet’ (F1 / F2 / F3) | 270 / 2290 / 3010 Hz | Peterson dan Barney, JASA 1952, sebagaimana dicetak ulang oleh Universitas Princeton (COS 325) |
| Pria Peterson dan Barney, /ae/ seperti pada ‘bat’ (F1 / F2 / F3) | 660 / 1720 / 2410 Hz | Peterson dan Barney, JASA 1952 (cetak ulang Princeton) |
| Pria Peterson dan Barney, /a/ seperti pada ‘father’ (F1 / F2 / F3) | 730 / 1090 / 2440 Hz | Peterson dan Barney, JASA 1952 (cetak ulang Princeton) |
| Pria Peterson dan Barney, /u/ seperti pada ‘boot’ (F1 / F2 / F3) | 300 / 870 / 2240 Hz | Peterson dan Barney, JASA 1952 (cetak ulang Princeton) |
| /i/ bahasa Inggris Amerika, pria dewasa dibandingkan wanita dewasa (F1 / F2 / F3) | 370 / 2146 / 2838 Hz dibandingkan 391 / 2570 / 3128 Hz | Chung dkk., JASA 2012 |
| /i/ bahasa Inggris Amerika, anak usia 5 tahun dibandingkan anak usia 2 tahun (F1 / F2 / F3) | 439 / 2964 / 3739 Hz dibandingkan 544 / 3220 / 4210 Hz | Chung dkk., JASA 2012 |
| Rasio formant, anak laki-laki usia 4 tahun dibandingkan pria dewasa | 1,42 (F1 /i/); 1,57 (F4 /i/) | Vorperian dkk., JASA 2019 |
Catatan konteks: nilai Peterson dan Barney dibaca dari spektrogram, sedangkan nilai 2012 berasal dari analisis LPC di Praat pada titik tengah vokal, dengan 10 penutur (5 pria, 5 wanita) per bahasa dan kelompok usia. Era, alat, dan dialek yang berbeda berarti kedua set tersebut tidak sepenuhnya sebanding (lihat bagian 7).
3. Bagaimana Akurasi Identifikasi Bergantung pada Formant
Formant membawa sebagian besar, tetapi tidak seluruhnya, identitas vokal. Vokal alami mencapai identifikasi 95,4%, salinan hasil sintesis formant 88,5%, dan replika gelombang sinus hanya 55,0% sebelum pelatihan (Hillenbrand dkk., JASA 2011). Replika gelombang sinus mengganti setiap formant dengan satu nada murni yang mengikuti lintasan frekuensinya, sehingga pola formant tetap ada tetapi suaranya hilang. Penurunan sekitar 40 poin (95,4 dikurangi 55,0) menunjukkan seberapa besar pendengar juga bersandar pada bagian sinyal lainnya.
Ragam penutur juga mengurangi akurasi. Ketika penutur berasal dari dua wilayah dialek AS yang berbeda dan tiga generasi, pendengar turun menjadi 80,2% secara keseluruhan (Jacewicz dan Fox, JASA 2012).
| Metrik | Nilai | Sumber |
|---|---|---|
| Vokal alami yang teridentifikasi sesuai maksud: Peterson dan Barney (10 jenis vokal, 76 penutur) dibandingkan Hillenbrand dkk. 1995 (12 jenis vokal, 139 penutur) | 94,4% dibandingkan 95,4% | Hillenbrand dkk., JASA 2011 |
| Versi hasil sintesis formant dari vokal pada 300 suku kata hVd | 88,5% | Hillenbrand dkk., JASA 2011 (mengutip Hillenbrand dan Nearey 1999) |
| Vokal gelombang sinus, 71 pendengar sebelum pelatihan dibandingkan setelah pelatihan yang lebih ekstensif (tingkat peluang 8,3%) | 55,0% (rentang 21,3% sampai 80,7% antarpendengar) dibandingkan 73,5% | Hillenbrand dkk., JASA 2011 |
| Identifikasi 120 penutur dengan dialek beragam (North Carolina dan Wisconsin) oleh 30 pendengar | 80,2% secara keseluruhan, sekitar 15% lebih rendah daripada Hillenbrand dkk. 1995 | Jacewicz dan Fox, JASA 2012 |
| Perubahan F1 terkecil yang dapat dikenali (selisih yang baru terdeteksi) pada 94 penutur Belanda, anak usia 6-11 tahun dibandingkan orang dewasa usia 20-36 tahun | Selisih F1 49% dibandingkan 33% (W = 1525, p = 0,001) | Polsterer dkk., JASA Express Letters 2026 |
Catatan konteks: dalam studi Belanda 2026, ambang diukur pada rekaman setiap peserta sendiri atas stimulus studi deur, sebuah kata bahasa Belanda yang dipertahankan di sini dalam bahasa aslinya. Pada anak-anak, usia tidak memprediksi ambang secara signifikan (b = -0,028, p = 0,3).
4. Pergeseran Usia: Bagaimana Formant Anak Tumbuh Menjadi Norma Dewasa
Secara akustik, anak-anak bukanlah orang dewasa mini, dan jenis kelamin terpisah lebih awal daripada yang disiratkan oleh tinggi nada suara. Pada 190 penutur usia 4 sampai 20 tahun, perbedaan F2 antarjenis kelamin sudah ada pada usia 4 tahun untuk vokal tinggi /i/ dan /u/ (Vorperian dkk., JASA 2019, PDF penulis), bertahun-tahun sebelum pubertas. Kesimpulan para penulis tegas: “Sifat akustik vokal menjadi khas menurut jenis kelamin jauh sebelum pubertas.”
Bagi sistem otomatis, ujaran anak tetap menjadi target yang bergerak hingga akhir masa remaja, tantangan yang juga terlihat dalam tingkat kesalahan pengenalan ujaran anak.
| Metrik | Nilai | Sumber |
|---|---|---|
| Perbedaan F2 antarjenis kelamin: vokal tinggi /i/ dan /u/ dibandingkan vokal rendah | Ada pada usia 4 tahun untuk /i/ dan /u/; pada usia 6 dan 7 tahun untuk vokal rendah | Vorperian dkk., JASA 2019 |
| Usia ketika data formant mencapai nilai dewasa | Sekitar 16 tahun pada penutur perempuan, sekitar 20 tahun pada penutur laki-laki | Vorperian dkk., JASA 2019 |
| Usia ketika durasi segmental konvergen ke tingkat dewasa, dan jeda untuk f0 serta variabilitas formant | Sekitar usia 12 tahun; f0 dan variabilitas formant dapat mencapai rentang dewasa sekitar 2 atau 3 tahun kemudian | Lee dkk., JASA 1999 |
| Diferensiasi antara penutur laki-laki dan perempuan, 436 anak | Dimulai sekitar usia 11 tahun, terbentuk penuh sekitar usia 15 tahun | Lee dkk., JASA 1999 |
| Pelampauan akustik sebelum menetap pada nilai dewasa | Di antara usia 13 dan 15 tahun | Lee dkk., JASA 1999 |
| Bentuk perubahan formant vokal terhadap usia pada penutur laki-laki | Kira-kira linear terhadap usia | Lee dkk., JASA 1999 |
| Usia ketika produksi vokal mencapai ketepatan menyerupai orang dewasa | Sekitar 12 tahun | Kent dan Rountrey, American Journal of Speech-Language Pathology 2020 |
| Rentang frekuensi yang diperlukan untuk menangkap empat formant pertama anak usia 2 tahun | Sedikit di atas 5 kHz | Kent dan Rountrey, American Journal of Speech-Language Pathology 2020 |
Catatan konteks: f0 adalah frekuensi fundamental, laju getaran pita suara yang terdengar sebagai tinggi nada; formant ditentukan oleh saluran suara. Keduanya berkembang dengan jadwal yang berbeda, itulah sebabnya perbedaan formant antara anak laki-laki dan perempuan dapat muncul jauh sebelum kesenjangan tinggi nada. Data formant normatif anak terbaru yang tersedia: 2019.
5. Pergeseran Dialek dan Antargenerasi
Norma vokal adalah potret satu wilayah pada satu waktu. Clopper dan rekan-rekannya menunjukkan bahwa penutur Peterson dan Barney “lebih mendekati ujaran pesisir timur Amerika daripada bahasa Inggris Amerika Umum” (Clopper, Pisoni, dan de Jong, JASA 2005), sementara penutur Hillenbrand berasal dari Midwest utara. Pengklasifikasi berbasis formant yang dilatih pada orang tua dari North Carolina mencetak 88,9% pada set pelatihannya sendiri tetapi hanya 44,8% pada orang tua dari Wisconsin (Jacewicz dan Fox, JASA 2012): berpindah ke dialek lain kira-kira menurunkan akurasinya setengah.
Perubahan juga berjalan antargenerasi. Pada 123 wanita dari tiga wilayah AS, total pergerakan formant di dalam sebuah vokal (“panjang lintasan”-nya, yaitu jarak yang ditempuh formant pada bidang F1-F2) paling panjang pada kelompok tertua (Jacewicz, Fox, dan Salmons, Journal of Phonetics 2011). Kesenjangan dialek juga tampak pada mesin: lihat rangkuman bias aksen pada pengenalan ujaran kami.
| Metrik | Nilai | Sumber |
|---|---|---|
| Penutur dan pengukuran dalam studi dialek AS enam wilayah | 48 penutur (4 pria dan 4 wanita dari masing-masing 6 wilayah); 13.440 pengukuran | Clopper, Pisoni, dan de Jong, JASA 2005 |
| Interaksi vokal dengan dialek untuk F1 | F(50,2020) = 10,1, p < 0,001 | Clopper, Pisoni, dan de Jong, JASA 2005 |
| Identifikasi penutur oleh pendengar dari dialek sendiri dibandingkan dialek lain | Pendengar North Carolina 82,1% dibandingkan 75,8%; pendengar Wisconsin 83,5% dibandingkan 79,6% | Jacewicz dan Fox, JASA 2012 |
| Pengklasifikasi yang dilatih pada orang tua North Carolina: set pelatihan sendiri dibandingkan orang tua Wisconsin | 88,9% dibandingkan 44,8% | Jacewicz dan Fox, JASA 2012 |
| Panjang lintasan formant menurut wilayah, 123 wanita | North Carolina 516 Hz, Wisconsin 396 Hz, Ohio 353 Hz | Jacewicz, Fox, dan Salmons, Journal of Phonetics 2011 |
| Panjang lintasan formant menurut generasi: usia 51-65 dibandingkan 37-49 dibandingkan 21-33 | 477 Hz dibandingkan 408 Hz dibandingkan 380 Hz | Jacewicz, Fox, dan Salmons, Journal of Phonetics 2011 |
| Penurunan /æ/ antargenerasi, North Carolina, posisi penekanan | F(2, 38)=29,18, p<0,001, η2=0,606 | Jacewicz, Fox, dan Salmons, Journal of Phonetics 2011 |
Catatan konteks: kelompok tertua berbeda signifikan dari kedua kelompok yang lebih muda dalam panjang lintasan, sedangkan kedua kelompok yang lebih muda tidak berbeda satu sama lain. Rekaman untuk studi tiga generasi dibuat dari 2006 sampai 2008.
6. Ruang Vokal Lintas Bahasa
Bahasa yang berbagi simbol vokal tidak berbagi formant-nya. /u/ pria dewasa rata-rata memiliki F2 721 Hz dalam bahasa Kanton, 1668 Hz dalam bahasa Inggris Amerika, dan 1704 Hz dalam bahasa Jepang (Chung dkk., JASA 2012), sehingga /u/ yang ditulis sama dapat berada jauh lebih ke depan di dalam mulut pada satu bahasa dibandingkan bahasa lain. Alat yang meminjam norma bahasa Inggris untuk bahasa lain akan mewarisi ketidakcocokan itu.
Korpus multibahasa besar kini menguji apa yang tetap konstan. Dalam VoxCommunis, nilai F1 rata-rata bahasa untuk [i] dan [u] bergerak bersama, pola yang disebut keseragaman (uniformity): bahasa yang menghasilkan satu vokal tinggi dengan F1 lebih tinggi cenderung melakukan hal yang sama untuk vokal lainnya (Ahn dan Chodroff, VoxCommunis, LREC 2022). Cakupannya masih timpang, kesenjangan yang sama dengan yang dibahas dalam rangkuman pengenalan ujaran bahasa berdaya sumber rendah kami.
| Metrik | Nilai | Sumber |
|---|---|---|
| F2 /u/ pria dewasa menurut bahasa (5 bahasa, total 150 penutur dari anak usia 2 tahun, anak usia 5 tahun, dan orang dewasa) | Kanton 721, Yunani 1011, Korea 1241, Inggris 1668, Jepang 1704 Hz | Chung dkk., JASA 2012 |
| Ukuran korpus VoxCommunis | 36 bahasa; 0,24 sampai 288 jam ujaran dan 5 sampai 3.620 penutur per bahasa | Ahn dan Chodroff, LREC 2022 |
| Korelasi F1 antara [i] dan [u] lintas bahasa | r = 0,83, p < 0,001, 31 bahasa | Ahn dan Chodroff, LREC 2022 |
| Korelasi F1 antara [e] dan [o] lintas bahasa | r = 0,74, p < 0,001, 22 bahasa | Ahn dan Chodroff, LREC 2022 |
| Korelasi F2 antara [i] dan [a]: VoxCommunis dibandingkan korpus VoxClamantis sebelumnya | r = 0,67 dibandingkan r = 0,06 | Ahn dan Chodroff, LREC 2022 |
| Bahasa dalam UCLA Phonetics Lab Archive yang diselaraskan waktu untuk korpus VoxAngeles | 95 dari 314 bahasa | Chodroff dkk., VoxAngeles, arXiv 2024 |
Catatan konteks: korelasi VoxCommunis membandingkan rata-rata bahasa, bukan penutur individu, dan kedua korpus tidak sepakat pada beberapa pasangan, sehingga keseragaman adalah kecenderungan, bukan hukum.
7. Galat Pengukuran Formant Antaralat dan Antarmetode
Angka-angka pada bagian 1 sampai 6 adalah hasil pengukuran, dan galat pengukuran bertambah seiring tinggi nada suara. Pada 470.000 vokal sintesis, galat F1 LPC rata-rata adalah 41 Hz (7%) pada F0 200-300 Hz dan 58 Hz (9%) di atas 300 Hz (Chen, Whalen, dan Shadle, JASA 2019). LPC (linear predictive coding, pengodean prediktif linear) adalah pelacak formant bawaan pada alat seperti Praat; pada nada tinggi, estimasinya tertarik ke harmonik suara terdekat, itulah sebabnya formant wanita dan terutama anak-anak paling kurang andal.
Pilihan alat juga berpengaruh. Perbandingan Praat, WaveSurfer, TF32, dan CSL menemukan tiga yang pertama akurat dan sebanding untuk vokal sintesis dan vokal pria dewasa, tetapi kurang memuaskan untuk wanita dewasa dan anak-anak (Burris dkk., Journal of Speech, Language, and Hearing Research 2014).
| Metrik | Nilai | Sumber |
|---|---|---|
| Akurasi khas estimasi formant spektrogram dan LPC | Sekitar f0/4; sekitar 60 Hz untuk anak dengan f0 250 Hz | Kent dan Vorperian 2018 |
| Selisih absolut antarpengukuran formant berulang dalam Hillenbrand dkk. 1995 | 12 sampai 60 Hz | Kent dan Vorperian 2018 |
| Galat F1 LPC rata-rata, vokal sintetis pada F0 200-300 Hz dibandingkan di atas 300 Hz | 41 Hz (7%) dibandingkan 58 Hz (9%) | Chen, Whalen, dan Shadle, JASA 2019 |
| Galat F1 LPC relatif terhadap nilai formant, menurut vokal | /u/ 23%, /i/ 18%, /æ/ 10%, /ɑ/ 8% | Chen, Whalen, dan Shadle, JASA 2019 |
| Luas ruang vokal terukur LPC pada F0 234 Hz, sebagai bagian dari luas sebenarnya | 85% | Chen, Whalen, dan Shadle, JASA 2019 |
| Galat pengukuran manual oleh empat fonetisi pada vokal sintetis | 32 Hz (8%) sampai 118 Hz (26%) | Shadle, Nam, dan Whalen, JASA 2016 |
| Lebar pita formant ujaran alami dari empat program analisis yang berada dalam ±10% dari nilai manual | Tidak ada | Burris dkk., JSLHR 2014 |
| Nilai acuan konsensus yang diukur ulang setelah 3 bulan dalam 50 Hz; nilai acuan yang ditinggalkan karena tidak pasti | Sekitar 80%; sekitar 15% (sebagian besar F3 dan F4) | Derdemezis dkk., American Journal of Speech-Language Pathology 2016 |
Catatan konteks: Chen dan rekan-rekannya memperkirakan bahwa lebih dari separuh variabilitas F1 dan F2 yang dilaporkan dalam literatur kemungkinan disebabkan oleh variabilitas F0 (rasio simulasi terhadap laporan 0,76 untuk F1 dan 0,58 untuk F2), dan memperkirakan galat pada ujaran nyata lebih besar daripada dalam simulasi ideal mereka. Dalam studi Derdemezis, batas atas formant bawaan Praat sebesar 5500 Hz diturunkan menjadi 5000 Hz untuk pria dewasa.
Ringkasan: Norma Frekuensi Formant Vokal dalam Angka
| Metrik | Nilai | Sumber |
|---|---|---|
| Penutur dalam Peterson dan Barney 1952 | 76 (33 pria, 28 wanita, 15 anak) | Manual Praat, tabel Peterson dan Barney 1952 |
| Penutur dalam Hillenbrand dkk. 1995 | 139 (45 pria, 48 wanita, 46 anak) | Hillenbrand, Journal of the International Phonetic Association 2003 |
| Sebaran F2 /u/ rata-rata wanita di 7 set data bahasa Inggris Amerika | Sekitar 700 Hz | Kent dan Vorperian 2018 |
| Pria Peterson dan Barney, /i/ (F1 / F2 / F3) | 270 / 2290 / 3010 Hz | Peterson dan Barney, JASA 1952 (cetak ulang Princeton) |
| F2 /i/ bahasa Inggris Amerika: pria, wanita, anak usia 5 tahun, anak usia 2 tahun | 2146, 2570, 2964, 3220 Hz | Chung dkk., JASA 2012 |
| Identifikasi vokal alami, Peterson dan Barney dibandingkan Hillenbrand | 94,4% dibandingkan 95,4% | Hillenbrand dkk., JASA 2011 |
| Selisih F1 yang baru terdeteksi, anak-anak dibandingkan orang dewasa | 49% dibandingkan 33% | Polsterer dkk., JASA Express Letters 2026 |
| Usia perbedaan F2 antarjenis kelamin pertama untuk /i/ dan /u/ | 4 tahun | Vorperian dkk., JASA 2019 |
| Diferensiasi antara penutur laki-laki dan perempuan, awal dibandingkan terbentuk penuh | Sekitar usia 11 tahun dibandingkan sekitar usia 15 tahun | Lee dkk., JASA 1999 |
| Penutur dalam studi dialek AS enam wilayah | 48 | Clopper, Pisoni, dan de Jong, JASA 2005 |
| Akurasi pengklasifikasi lintas dialek, dialek sendiri dibandingkan dialek lain | 88,9% dibandingkan 44,8% | Jacewicz dan Fox, JASA 2012 |
| Panjang lintasan formant, generasi tertua dibandingkan termuda | 477 Hz dibandingkan 380 Hz | Jacewicz, Fox, dan Salmons, Journal of Phonetics 2011 |
| Korelasi F1 [i] dan [u] di 31 bahasa | r = 0,83 | Ahn dan Chodroff, LREC 2022 |
| Bahasa arsip UCLA yang diselaraskan waktu di VoxAngeles | 95 dari 314 | Chodroff dkk., arXiv 2024 |
| Galat F1 LPC rata-rata pada F0 di atas 300 Hz | 58 Hz (9%) | Chen, Whalen, dan Shadle, JASA 2019 |
| Galat pengukuran F1 manual pada vokal sintetis | 32 Hz (8%) sampai 118 Hz (26%) | Shadle, Nam, dan Whalen, JASA 2016 |
| Nilai acuan yang ditinggalkan karena tidak pasti dalam perbandingan empat program | Sekitar 15% | Derdemezis dkk., AJSLP 2016 |
Metodologi dan Sumber
Kami menjalankan pencarian terarah dari enam sudut (set data acuan, norma jenis kelamin dan usia, akurasi identifikasi, dialek, data lintas bahasa, galat pengukuran) dan hanya mempertahankan angka yang kami baca dalam makalah utama, abstrak resmi, atau cetak ulang yang disebutkan namanya. Jika sebuah laman sulit diakses, kami membacanya melalui proksi teks tetapi tetap menautkan sumber aslinya.
- Peterson dan Barney, JASA 1952, rata-rata pria nominal sebagaimana dicetak ulang oleh Universitas Princeton (COS 325), dari P. R. Cook (ed.), Music, Cognition, and Computerized Sound, MIT Press 1999.
- Manual Praat: tabel formant Peterson dan Barney 1952 (jumlah penutur dan daftar vokal).
- Hillenbrand, American English: Southern Michigan, Journal of the International Phonetic Association 2003.
- Berkas data Hillenbrand dkk. 1995, cermin GitHub dan dokumentasi set data h95 phonTools.
- Hillenbrand dkk., Perception of sinewave vowels, JASA 2011.
- Kent dan Vorperian, Static measurements of vowel formant frequencies and bandwidths: A review, Journal of Communication Disorders 2018.
- Lee, Potamianos, dan Narayanan, Acoustics of children’s speech, JASA 1999 (abstrak).
- Vorperian dkk., Corner vowels in males and females ages 4 to 20 years, JASA 2019.
- Kent dan Rountrey, What acoustic studies tell us about vowels in developing and disordered speech, AJSLP 2020.
- Polsterer dkk., Auditory acuity to vowels is more refined in adulthood compared to childhood, JASA Express Letters 2026.
- Clopper, Pisoni, dan de Jong, Acoustic characteristics of the vowel systems of six regional varieties of American English, JASA 2005.
- Jacewicz dan Fox, Effects of cross-generational and cross-dialectal variation on vowel identification and classification, JASA 2012.
- Jacewicz, Fox, dan Salmons, Vowel change across three age groups of speakers in three regional varieties of American English, Journal of Phonetics 2011.
- Chung dkk., Cross-linguistic studies of children’s and adults’ vowel spaces, JASA 2012.
- Ahn dan Chodroff, VoxCommunis: A Corpus for Cross-linguistic Phonetic Analysis, LREC 2022.
- Chodroff dkk., Phonetic Segmentation of the UCLA Phonetics Lab Archive (VoxAngeles), arXiv 2024.
- Chen, Whalen, dan Shadle, F0-induced formant measurement errors result in biased variabilities, JASA 2019.
- Shadle, Nam, dan Whalen, Comparing measurement errors for formants in synthetic and natural vowels, JASA 2016.
- Burris dkk., Quantitative and descriptive comparison of four acoustic analysis systems: vowel measurements, JSLHR 2014.
- Derdemezis dkk., Optimizing vowel formant measurements in four acoustic analysis systems for diverse speaker groups, AJSLP 2016.
- Catatan data: tingkat identifikasi Hillenbrand dkk. 1995 muncul sebagai 95,4% dalam Hillenbrand dkk. 2011 tetapi sebagai 95,8% pada kolom pembanding Jacewicz dan Fox 2012 (Tabel III); kami mengutip 95,4%. Sumber-sumber juga berbeda soal waktu: Vorperian dkk. 2019 menemukan perbedaan formant antarjenis kelamin sejak usia 4 tahun dan perbedaan f0 antarjenis kelamin sejak usia 7 tahun, tinjauan Kent dan Vorperian mengutip data lebih awal yang menempatkan perbedaan f0 pada usia 10 atau 11 tahun, dan Lee dkk. 1999 menempatkan awal diferensiasi laki-laki dan perempuan sekitar usia 11 tahun; studi-studi tersebut menggunakan usia, vokal, dan ukuran yang berbeda. Nilai per vokal Peterson dan Barney berasal dari sebuah cetak ulang, bukan makalah 1952 itu sendiri, dan hanya rata-rata pria yang tersedia bagi kami, sehingga rata-rata wanita dan anak dari tabel aslinya tidak dikutip di sini. Sebagian besar norma inti dalam rangkuman ini berusia puluhan tahun, dan kami tidak dapat memverifikasi adanya set vokal normatif bahasa Inggris Amerika berskala besar yang baru dan diterbitkan pada 2025 atau 2026. Nilai dari studi yang berbeda menggunakan alat dan pengaturan yang berbeda (lihat bagian 7), sehingga selisih beberapa puluh hertz antarstudi tidak boleh dibaca sebagai perbedaan ujaran yang nyata.
Terakhir diperbarui: 8 November 2026. Kami memperbarui rangkuman ini setiap kuartal, dan pembaruan berikutnya diperkirakan terjadi ketika rilis berikutnya dari korpus VoxCommunis diterbitkan.