Особый интерес как предпосылки будущего развития речи представляют вокализации. Сначала они имеют вид коротких, а позже певучих звуков, в которых выражается состояние ребенка, начиная от восторга, радости, удовольствия (вскрики, взвизгивания) до напряженного сосредоточения (гуканье). Вокализации младенцев — доречевые, хотя некоторые могут напоминать знакомые слова. Так, младенец может лепетать «дя-дя», но этот звукокомплекс не отличается фиксированным звучанием, не имеет предметной соотнесенности и не несет номинативной нагрузки — с его помощью ребенок еще вовсе не называет мужчину, и тем более — брата одного из родителей. Вокализации возникают, как правило, как сопровождение активных действий ребенка, служат главным образом голосовым аккомпанементом предметных действий. К концу 1 -го года вокализации используются для общения со взрослыми с целью привлечь их к себе, удержать возле себя.

В совокупности слушание речи взрослых и вокализации М. И. Лисина именовала голосовым общением — особой разновидностью личностного и делового ситуативного общения. При развитии голосового общения формируется речевой слух и отрабатываются речевые артикуляции. Младенец выделяет словесную речь из всех других звуков и более эмоционально реагирует на нее.

Развитие речевого слуха идет по пути все большей избирательности. Избирательное отношение к речевым звукам — первая ступень этого развития. К концу первого года жизни у детей наблюдается углубление анализа самих речевых звуков: выделяются два разных параметра — тембровый и тональный. Для речевых звуков главными образующими и константами являются специфические тембры. Речевой слух европейца — слух в своей основе тембровый.

Во втором полугодии ребенок переходит к более сложному взаимодействию со взрослым, поэтому появляются и новые средства коммуникации. Таким средством становится речь, вначале пассивная (понимание), затем активная (говорение).

Для овладения речью нужно отделять смыслоразличительные единицы языка от сопровождающих их звуковых компонентов. В большинстве языков, в том числе и в русском, смыслоразличительными единицами являются фонемы. Овладение речью возможно лишь на основе достаточно развитого фонематического слуха, который и начинает интенсивно формироваться в раннем детстве вместе со звуковысотным слухом.