Hörseln är ett sinne som fungerar redan innan vi föds. Men att höra är inte samma sak som att kunna lyssna. Lyssnandet kräver att vi koncentrerar oss på viktiga ljudintryck och väljer bort mindre viktiga. Vad är det vi hör? Hemma finns ofta bakgrundsljud som trafiken utanför, köksfläkten, kylskåpet och kanske TVn. Alla dessa ljud måste vi välja bort för att lyssna till vad som sägs i ett samtal. I förskolan är det ännu fler ljud som behöver sorteras bort – ljuden från andra barn och vuxna som rör sig, stolar som skrapar mot golvet, prat och mummel – för att man ska kunna uppfatta vad som sägs i ett samtal.
Precis som vi lär oss att uppfatta färger och former med synen, skillnaden mellan hårt och mjukt med känseln och skillnaden mellan salt och sött med smaken utvecklar barnet den medvetna förmågan att uppfatta ljuden allt mer detaljerat. Ett barn i en familj där man talar svenska uppfattar den lilla ljudskillnaden mellan l och r. Det gör inte ett japanskt barn, eftersom denna skillnad inte existerar i det japanska språket. På samma sätt har barn (och vuxna) som talar svenska svårt att uppfatta skillnaden mellan tonande och tonlösa s i engelskan.
Barnet utvecklar konsten att uppfatta de ljudskillnader som behövs i det egna språket, lagrar ljudstrukturerna för varje ord och behöver sedan kunna plocka fram dem för att säga ordet.