नई भाषा सीखने की प्रक्रिया में एक आवश्यक घटक सुनना कौशल है। ऐसा इसलिए होता है क्योंकि बोलने की ध्वनियों का एक हिस्सा, बिना सचेत प्रयास के, अनदेखा किया जा सकता है। मानव मुंह विभिन्न प्रकार के शोर उत्पन्न करने में सक्षम है जिन्हें मस्तिष्क द्वारा अलग-अलग समझा जाता है; सभी वैश्विक भाषाओं को ध्यान में रखते हुए, भाषण लगभग 800 अलग-अलग ध्वनियों, या स्वनिमों, को कवर करता है, हालांकि अधिकांश भाषाएं केवल लगभग 40 का उपयोग करती हैं।
बच्चों का मस्तिष्क इन 800 ध्वनियों को संसाधित करने के लिए तैयार पैदा होता है। हालांकि, समय के साथ, यह विशेषज्ञता प्राप्त करता है: जैसे-जैसे बच्चा अपनी मातृभाषा की ध्वनियों के संपर्क में आता है, उसका मस्तिष्क उस भाषा के विशिष्ट स्वनिमों की पहचान करने के लिए समायोजित हो जाता है। इस कारण से, बचपन के बाद दूसरी भाषा सीखना मुश्किल हो सकता है, क्योंकि मस्तिष्क पिछली भाषा के अंशांकन का उपयोग करके नई भाषा को संसाधित करने का प्रयास करता है, जिसके परिणामस्वरूप महत्वपूर्ण विवरणों की उपेक्षा होती है।
वयस्कता में भी, कुछ लोग नई भाषा की बारीकियों को पकड़ने में अधिक आसानी दिखाते हैं। इसका स्पष्टीकरण इस बात में निहित हो सकता है कि उनके मस्तिष्क अज्ञात ध्वनियों से कैसे निपटते हैं। जर्नल ऑफ एक्सपेरिमेंटल साइकोलॉजी में प्रकाशित एक हालिया अध्ययन बताता है कि जिन व्यक्तियों में बेहतर श्रवण तीक्ष्णता (ध्वनि में सूक्ष्म विवरणों को नोटिस करने की क्षमता) होती है, वे मानव ध्वनियों को भाषा के बजाय यादृच्छिक शोर के रूप में वर्गीकृत करने की प्रवृत्ति रखते हैं, जो विरोधाभासी रूप से, नई भाषा सीखने में मदद करता है।
अध्ययन ने अंग्रेजी सीख रहे 67 जापानी छात्रों की श्रवण सटीकता का मूल्यांकन किया। शोधकर्ताओं ने प्रत्येक प्रतिभागी की निश्चित ध्वनि संकेतों में आवृत्ति, अवधि और टिम्बर में न्यूनतम भिन्नताओं को पहचानने की क्षमता को मापा। बाद में, प्रतिभागियों द्वारा अंग्रेजी में शब्दों की एक श्रृंखला, जैसे 'mad' और 'mud', या 'cat' और 'cut' सुनने के दौरान मस्तिष्क की गतिविधि को ट्रैक करने के लिए एमआरआई तकनीक का उपयोग किया गया। चुनौती ध्वन्यात्मक युग्मों में अंतर करना था: 'cat' में, स्वर 'a' को [æ] स्वनिम के साथ उच्चारित किया जाता है (जो 'क्वेट' के समान है), जबकि 'cup' में, 'u' को /ʌ/ ('कॅप') के रूप में उच्चारित किया जाता है। जटिलता यह थी कि इनमें से कोई भी स्वनिम जापानी भाषा के किसी स्वर से सीधे मेल नहीं खाता था, जिससे अंतर करना मुश्किल हो गया था।
अंत में, मस्तिष्क की निगरानी बनाए रखते हुए, शोधकर्ताओं ने प्रतिभागियों से दो बहुत करीब स्वरों के बीच आवृत्ति अंतर की पहचान करने के लिए कहा। मस्तिष्क रीडिंग के विश्लेषण से पता चला कि जिन प्रतिभागियों की श्रवण शक्ति अधिक थी (जिन्होंने परीक्षणों में अधिक अंक प्राप्त किए), उन्होंने अंग्रेजी में शब्द सुनते समय भाषा प्रसंस्करण के लिए समर्पित मस्तिष्क क्षेत्र में कम सक्रियता दिखाई। ऐसा लगा जैसे वे ध्वनि को किसी भी शोर के रूप में मान रहे थे, न कि एक अलग भाषा के रूप में।
इस बिंदु पर, 'शोर' और 'भाषा' के बीच का अलगाव मौलिक है और यह मस्तिष्क संगठन से जुड़ा हुआ है। जब हम मानव आवाज सुनते हैं, तो मस्तिष्क बाएं संवेदी-मोटर कॉर्टेक्स को सक्रिय करता है, जो व्यक्ति की मूल भाषा के भाषाई पैटर्न का पालन करते हुए, भाषा प्रसंस्करण सहित कई कार्यों के लिए जिम्मेदार एक क्षेत्र है। इस प्रकार, उच्च श्रवण सटीकता वाले प्रतिभागियों का मस्तिष्क, जिन्होंने अंग्रेजी शब्दों को बेहतर ढंग से पहचाना, उस भाषाई प्रसंस्करण पर कम निर्भर था। इसके विपरीत, बाएं संवेदी-मोटर कॉर्टेक्स और मस्तिष्क के बाकी हिस्सों में गतिविधि उस गतिविधि के समान थी जो तब देखी जाती थी जब प्रतिभागी किसी भी गैर-मौखिक ध्वनि सुन रहा होता था।
इसके विपरीत, जिन लोगों को परीक्षण में अधिक कठिनाई हुई, उन्होंने बाएं संवेदी-मोटर कॉर्टेक्स की अधिक सक्रियता प्रदर्शित की, जो भाषा प्रसंस्करण के लिए जिम्मेदार क्षेत्र है। यूनिवर्सिटी कॉलेज लंदन के भाषाविद् और प्रोफेसर काज़ुया साइतो-वान पोएटरन ने टिप्पणी की: 'श्रवण अंतरों के लिए 'अच्छा कान' वाले छात्र एक विदेशी भाषा की नई ध्वनि को तुरंत 'भाषा' के रूप में संसाधित किए बिना वस्तुनिष्ठ तरीके से सुन सकते हैं। इसके बजाय, उनके मस्तिष्क ध्वनिक जानकारी का विश्लेषण करते हैं, और यही वह कुंजी हो सकती है कि कुछ लोग दूसरों की तुलना में नई भाषाएँ क्यों आसानी से सीखते हैं।'
उन्होंने आगे कहा कि, हालांकि अधिकांश लोग शब्दावली याद करके और भाषण सुनकर विदेशी भाषाएँ सीखते हैं, अध्ययन ने सुझाव दिया कि छात्र भी उन श्रवण क्षमताओं के प्रशिक्षण से लाभ उठा सकते हैं जो स्वयं भाषा सीखने का समर्थन करती हैं।