En 2003, des bébés américains de 9 mois ont écouté du mandarin lors de douze courtes séances. Ceux qui jouaient avec une locutrice en chair et en os ont appris à distinguer des sons du mandarin. Ceux qui voyaient exactement les mêmes séances en vidéo, ou en audio seul, n'ont rien retenu. L'interaction sociale semble décisive pour apprendre les sons.
À Kuşköy, un village montagneux du nord de la Turquie, on communique de versant à versant en sifflant le turc. En 2015, une étude a montré que ce turc sifflé sollicite les deux hémisphères de façon assez équilibrée, alors que le turc parlé repose surtout sur l'hémisphère gauche. La forme du signal compte donc pour le cerveau.
La parole ne contient pas de blancs entre les mots. En 1996, des chercheurs ont fait écouter à des bébés de 8 mois un flot continu de syllabes inventées pendant seulement deux minutes. Les bébés ont repéré les « mots » en calculant quelles syllabes se suivent le plus souvent. Un calcul de probabilités, sans calculatrice ni effort apparent.