Tecnología Electrónica

Rango de Frecuencia del Habla Humana: Fundamentos, Formantes y Armónicos

Rango de Frecuencia del Habla Humana: Fundamentos, Formantes y Armónicos

El "rango de frecuencia del habla" depende enteramente de **qué capa de la señal se refiera**. Un solo número es engañoso.

1. Frecuencia Fundamental (F0) — Tono

La tasa de vibración de las cuerdas vocales. Percibido como tono.

GrupoRango Típico de F0Promedio
Hombre Adulto85 – 180 Hz110–120 Hz
Mujer Adulta165 – 255 Hz200–220 Hz
Niño250 – 400+ Hz~300 Hz

Clave: F0 transporta **prosodia** (entonación, énfasis, emoción), no la identidad del fonema.

2. Formantes (F1, F2, F3...) — Identidad de Vocal

Resonancias del tracto vocal (cavidad de garganta/boca). **Independiente de F0**.

Vocal (AFI)F1 (Hz)F2 (Hz)F3 (Hz)
/i/ (beet)27022903010
/ɪ/ (bit)39019902550
/ɛ/ (bet)53018402480
/æ/ (bat)66017202410
/ɑ/ (bot)73010902440
/ɔ/ (bought)5708402410
/ʊ/ (book)44010202240
/u/ (boot)3008702240

F1 (300–1000 Hz): Altura de la lengua (abierto/cerrado).
F2 (800–2500 Hz): Avance de la lengua (frente/atrás).
F3 (2000–3500 Hz): Redondeo de labios, roticidad (/r/).

3. Armónicos — Timbre / Calidad de Voz

Múltiplos enteros de F0: 2F0, 3F0... La amplitud está moldeada por los formantes (envolvente espectral).

  • Hombre (F0=120 Hz): Armónicos cada 120 Hz. Espectro denso.
  • Mujer (F0=220 Hz): Armónicos cada 220 Hz. Espectro más disperso.
  • **La energía se extiende hasta 8–10 kHz** para naturalidad / discriminación de fricativas (/s/, /ʃ/, /f/, /θ/).

4. Consonantes — Ruido de Banda Ancha y Transitorios

  • Oclusivas (p, t, k, b, d, g): Erupción + silencio. Centro espectral 1–4 kHz.
  • Fricativas (s, z, f, v, θ, ð, ʃ, ʒ): Ruido turbulento. **/s/ picos 4–10 kHz. /ʃ/ picos 2–4 kHz.**
  • Nasales (m, n, ŋ): Murmullo de baja frecuencia (<500 Hz) + ceros de formante (anti-formantes).

5. Requisitos de Ancho de Banda por Aplicación

AplicaciónAncho de BandaRazonamiento
Telefonía (PSTN / G.711)300 – 3400 HzSolo inteligibilidad. "Calidad de Peaje". Corta F0 (hombre), cola de F2/F3, fricativas. Posible confusión Hombre/Mujer.
Voz de Banda Ancha / HD (G.722, AMR-WB)50 – 7000 HzCaptura F0, formantes completos, la mayoría de fricativas. Estándar para VoIP, 4G/5G (EVS).
Banda Completa / Superancha20 – 14000 HzNaturalidad, identificación del hablante, paralingüística. Opus, EVS-SWB, videoconferencia de alta gama.
Reconocimiento de Voz (ASR)Tasa de muestreo 16 kHz (0–8 kHz)Estándar para características MFCC/Filtrobanco. 8 kHz pierde discriminación de /s/.
Alta Fidelidad / Radiodifusión20 – 20000 HzMúsica + Habla. Preserva "aire" y detalle transitorio.

Resumen

  • F0 (Tono): 85–255 Hz (Adultos).
  • Formantes (Vocales): F1 < 1 kHz, F2 < 2.5 kHz, F3 < 3.5 kHz.
  • Fricativas (Inteligibilidad): Energía hasta 8–10 kHz.
  • Telefonía: 300–3400 Hz (legado) → 50–7000 Hz (moderno).
  • ASR/Codecs modernos: 16 kHz de muestreo (0–8 kHz) mínimo.

>

<

Micrófonos