共振峰(formant)频谱图显示的被加强的频带。即由语音中元音的强谐波构成的峰。其基本结构如图所示。 图中横坐标是频率，纵坐标是振幅，f是一组包络峰中最强谐波的频率值，它是基频Fo的整数倍，f一Fo和f+F。为两边的次强谐波频率值，这二条谱线的包络构成一个共振峰F。由于语音的共振峰主要由声腔的自然频率决定，因此在二维频诸图上，共振峰的频率位置常常偏离强谐波的频率位置。研究表明，人的言语声的产生，原因有二：(1)因气流冲出声带引起颧动，这是一种主振动，它决定着言语声的基频；(2)由咽腔、口腔、鼻腔构成的声通道的共振而产生的被动振动，它们决定着言语声的元音。元音一般有三个主要共振峰，它们的频率范围在各个声音上交互掩叠，视元音不同而有所不同。第一（或最低的）共振峰(F1)常处在200赫兹与1200赫兹之间，第二共振峰(F2)在600赫兹与3500赫兹之间，第三共振峰(F3)在1500赫兹与4000赫兹之间。 最低频率的共振峰一般具有最大的振幅值，第二共振峰居中，第三共振峰最弱。因说话人的不同，任何声音的共振峰的频率和相对振幅值有相当大的差别。但同一个人连续说同一个语音时，差异就比较小一些。不同元音的共振峰不完全相同。汉语标准普通话十个元音的共振峰频率见下图。