По мнению Р.Якобсона, освоение совокупности гласных звуков или вокализма обычно начинается с широкого гласного, затем узкий гласный начинает противополагаться широкому гласному, а спустя еще некоторое время возникает система из трех гласных, что и составляет вокалический минимум в живых языках мира: а, и, у. Имея в виду эти данные, следует думать, что раньше всего ребенком осваиваются национально-специфические варианты эмоционально-выразительных а-тембров, потом ии у-тембров, т. е. тех тембров, которые превалировали у него в разных типах криков.

Расцвет гуления падает на 4—6 месяцы жизни. Видимо, к этому времени ребенок полностью осваивает национальную специфику эмоционально-выразительного вокализма родной речи, что и объясняет следующий удивительный факт: взрослые американцы, датчане и китайцы могут опознать своих соотечественников среди 6-месячных младенцев по издаваемым ими звукам гуления.

Как известно, гласные звуки реализуются в речи в виде различных аллофонов, зависящих как от позиции гласных в слове (позиционные аллофоны), так и'от соседних с ними согласных (комбинаторные аллофоны). Тембр гласного наиболее отчетливо обнаруживается на протяжении его относительно стационарного участка, а поскольку такие участки характеризуют тембры основных позиционных аллофонов гласных, то, по-видимому, освоение родного вокализма начинается именно с них. Кстати, и такая особенность материнской речи, как ее напевность с подчеркнутым выделением гласных ударных слогов, способствует прояснению именно основных аллофонов гласных, находящихся под ударением. Тембры этих аллофонов [э, и, у, е, о, ы] имеют особое значение для коммуникации эмоциональных состояний.

Тембры позиционных аллофонов гласных из предударных слогов (и, у, ы, ъ, ь, л) менее ценны для опознания и выражения специфики эмоций, а ценность в этом отношении тембра гласных заударных слогов [э, ъ, ь] и вовсе ничтожна, в силу того что кратковременность и зашумленность звуков в этой позиции делают их тембр трудноопределимым.