Para explicar cómo el oído puede reconocer un sonido vocal como la misma vocal, a pesar de que suene a diferentes tonos, se invoca la idea de los formantes vocales. Se trata de datos de Benade que demuestra que la vocal "A", implica una dotación similar de armónicos, cuando suena a diferentes frecuencias.

Para explicar cómo el oído puede reconocer un sonido vocal como la misma vocal, a pesar de que suene a diferentes tonos, se invoca la idea de los formantes vocales. Estos son datos de Backus mostrando que la vocal "I" implica una dotación similar de armónicos, cuando suena a diferentes frecuencias. Los formantes ocurren a unos 300 Hz y unos 2300 Hz para cada sonido.

Para explicar cómo el oído puede reconocer un sonido vocal como la misma vocal, se invoca la idea de los formantes vocales. Esto es solo una conceptualización, no se llevó a cabo una escala al oído interno. La teoría del lugar sugiere que el oído distingue los tonos sobre la base de la ubicación de máxima excitación, a lo largo de la membrana basilar del oído interno. Así el oído actúa como un analizador de sonido, que puede detectar diferencias en el contenido de armónicos por las diferentes cantidades de excitación en diferentes lugares a lo largo de la membrana basilar. Como los sonidos de vocales sostenidas difieren principalmente en su contenido armónico, esto ofrece un mecanismo por el cual el oído puede distinguirlos.

Hollien y Shipp llevaron a cabo un estudio de la frecuencia del habla de diferentes grupos de hombres de diferentes edades. Recogieron 25 hombres de cada década de edad y pidió a todos que leyeran un párrafo específico del mismo libro. Llegaron a la conclusión de que hubo una disminución del tono del habla en la adultez temprana y media, y luego una frecuencia cada vez mayor en las últimas edades. Hollien, H. and Shipp, T, Speaking fundamental frequency and chronological age in males, Journal of Speech and Hearing Research 15, 155-159 (1972).