岡穀一夫教授認為，可以學習發聲的動物中，具有可以“屏住呼吸”這一共同點。人類為什麼需要屏住呼吸，又為什麼能夠屏住呼吸呢？那是因為嬰兒為了利於自己的生存，需要改變哭聲。為了改變哭聲則必須控製呼吸，也必須學會屏住呼吸。這樣就逐漸具備了學習發聲這一功能，繼而為日後獲得“語言”能力打下基礎。
學會說話單憑發聲是不夠的。因為語言不僅僅是聲音，還需要人類交流的一些其他的特殊要素。
語言與定義一致
假設在算術測驗中有這樣一道題。“在一幅畫中，電線上停著許多小鳥，請問，其中有幾隻‘斑鶇’？”如果回答不出來是因為不會數數嗎？如果會數數，卻不知道斑鶇是什麼鳥，不知道斑鶇這個詞的意思，也就無法數出來有多少隻。這就需要提問的人和回答的人都知道斑鶇這個詞指的是什麼，雙方對這一詞彙的定義達成一致。
用語言進行交流，有說的人，有聽的人，雙方之間需要對語言的定義達成一致。因為隻有對語言的定義達成一致才能夠數出多少隻斑鶇。人類使用語言促進了大腦的發達。
人類是“會說話的動物”，並不是說人類隻是單純地向別人表達自己的意願。人類的語言在構建共同生活中起到了重要作用。了解了人類進化的過程，就會明白一個道理，即因為怕孩子哭，覺得孩子可憐，就在孩子還沒有哭出來之前就去滿足他的欲求；以及為了防止嬰兒哭，就為嬰兒準備好非常舒適而不需要哭的環境；這些都會使嬰兒在成長過程中出現扭曲。
聽覺發育從什麼時候開始
聽覺器官是在胎兒４個月左右時形成的。從這時起，胎兒就可以聽到外界的聲音。在所有外界的聲音中，當然聽到最多的就是傳到肚子中的媽媽的聲音。因此，剛剛出生的嬰兒也基本能夠區分出媽媽的聲音。這時胎兒或嬰兒聽到的不是語言，而是聲音。因為語言是在與生活體驗結合的過程中獲得的，嬰兒還不能理解語言的意思。為了理解語言，則需要將語言按照聲音分解成一個一個的音節，胎兒可能是將聲音按照音調的高低、強弱等作為一種旋律來捕捉語言的。從獲得語言的意義上來說，這就是獲得語言的最初階段。
於是，音樂成為一種需要。
節奏
下麵，我們來看一下嬰兒與生俱有的第三種學習能力——音樂。
嬰兒從3個月左右開始，就會確認自己聽到的聲音，發出像說話一樣的聲音。有時候也會和著身邊人的聲音自己發出聲音回應。還會將麵孔朝向發出聲音的方向，出現探索聲源的行為。5個月的時候，就能識別經常聽到的聲音。到了6個月，如果你對他說話，他就會有意識地轉向你。7個月的時候，你和他說話時，他盯著你的嘴形的時間就會增多。8個月的時候，就會對環境中的各種聲音做出敏感的反應。到了9、10個月的時候，則開始模仿大人的語言。這就是聽力的發育，如果這些聲音是音樂，他也會做出反應。
嬰兒對音樂做出的反應，並不是對耳朵聽到的聲音做出反應，而是對音樂的節奏或者音調做出反應。人們曾經認為，嬰兒是從接近1歲時開始，對音樂和歌聲做出搖手等反應的。而最近人們發現，出生後不久的嬰兒在聽到歌聲或者音樂時，就會表現出高興的神色。那是嬰兒對音樂的節奏或者音調做出的反應。當大人像唱歌一樣地對他說話時，嬰兒會出現不同的表情。我的孩子在1歲以前，坐著的時候會和著音樂高興地扭動腰身。日本雅馬哈音樂振興會音樂研究所二藤宏美曾在《有關哺乳期嬰兒理解旋律的研究》的論文中寫道，“嬰兒在出生後1年裏，會逐漸接受音樂文化，成為音樂文化中的一員”。
嬰兒與旋律
嬰兒出生後具備的隻有興奮這一種情緒感覺，在哺乳期會分化成為“舒服”和“不舒服”的感覺。可是嬰兒在什麼時候會感覺到“舒服”，又在什麼時候會感覺到“不舒服”呢？比如肚子餓了、熱了、困了、尿布濕了等，嬰兒哭的時候多數是感覺到了不舒服。那麼，嬰兒在什麼時候會感覺到“舒服”呢？讓他感覺這種“舒服”，需要刺激五感，這是影響他今後生活的一種體驗。嬰兒感覺到“舒服”時大概有他喜歡的、好吃的東西的味道、手感、視覺、香味，還有使他心情舒暢的聲音，等等。那麼，嬰兒又是如何對音樂，而不是對聲音做出反應的呢？