Dado que las frecuencias formantes de los sonidos vocálicos son pistas acústicas críticas para la percepción de las vocales, los oyentes humanos necesitan ser sensibles a los cambios en la frecuencia formante. Numerosos estudios han encontrado que la discriminación de la frecuencia formante se ve afectada por muchos factores como la frecuencia formante, el nivel de habla y la frecuencia fundamental. Teóricamente, para percibir un cambio en la frecuencia formante, los oyentes humanos con audición normal pueden necesitar un cambio relativamente constante en el patrón de excitación y en la intensidad, y este cambio interno en el procesamiento auditivo es independiente de la categoría de la vocal. Así, el presente estudio examinó si tales métricas podrían explicar los efectos de la frecuencia formante y el nivel de habla en los umbrales de discriminación de la frecuencia formante. Además, se desarrolló un modelo de simulación basado en los modelos de patrón de excitación auditiva y de patrón de intensidad para simular el procesamiento auditivo de las señales vocálicas y predecir los umbrales de discriminación de las formantes vocálicas. Los resultados mostraron que los umbrales predichos basados en métricas auditivas que incorporan patrones de excitación auditiva o de intensidad cerca de la formante objetivo mostraron altas correlaciones y bajos errores cuadráticos medios con los umbrales de comportamiento humano en términos de los efectos de la frecuencia formante y el nivel de habla. Además, el modelo de simulación, que simula particularmente el procesamiento espectral de las señales acústicas en el sistema auditivo humano, puede ser utilizado para evaluar la percepción auditiva de las señales de habla para oyentes con discapacidades auditivas y/o diferentes antecedentes lingüísticos.