La producción de las vocales es un fenómeno acústico fascinante que implica dos mecanismos complementarios: 1) Una fuente sonora: las cuerdas vocales que, al vibrar, producen un sonido rico en armónicos. La frecuencia fundamental de esta vibración determina la altura del sonido (grave o agudo); 2) Un filtro acústico: las cavidades de la boca, la faringe y la nariz que amplifican selectivamente ciertas frecuencias y atenúan otras. Estas zonas de amplificación, llamadas formantes, son características de cada vocal y permiten distinguirlas auditivamente. Para la vocal "i", la boca adopta una posición estrecha y alargada que amplifica las frecuencias agudas, produciendo un espectro rico en armónicos. Para la vocal "o", la boca se redondea y la cavidad se agranda, amplificando las frecuencias más graves y produciendo un espectro con menos armónicos visibles en las altas frecuencias. Este principio de filtrado es análogo a lo que ocurre en los instrumentos musicales: la cuerda de una guitarra produce un sonido rico en armónicos, y la caja de resonancia amplifica selectivamente ciertas frecuencias. Los formantes vocálicos son generalmente dos frecuencias dominantes (F1 y F2) que caracterizan cada vocal. Su posición en el espectro permite crear el "triángulo vocálico" utilizado en fonética. Es interesante notar que un sonido como el gruñido de un perro produce un espectro con armónicos continuos sin formantes claros, porque no interviene ningún filtrado articulado.