Selon des travaux français (Laboratoire de sciences cognitives et psycholinguistique du CNRS) et américains (Département de psychologie de l'université d'Harvard), publiés dans l'hebdomadaire Science du 14 avril 2000 (références en fin de texte), certains aspects de la perception de la parole chez l'homme ont évolué à partir des propriétés du système auditif ancestral des primates.

A la différence des autres espèces animales, l'homme possède une aptitude spécifique d'acquisition du langage et de la grammaire. Toute la question est de savoir dans quelle mesure cette capacité est innée.
Les linguistes et les psychologues savent déjà que les nourrissons de quatre jours, grâce à leurs remarquables capacités perceptives, peuvent distinguer un grand nombre de contrastes phonétiques, comme les phonèmes ba ou pa. Ils sont également capables de distinguer différentes langues, si elles ont des structures rythmiques très différentes : les chercheurs du Laboratoire de sciences cognitives et psycholinguistique du CNRS viennent ainsi de montrer que les nouveau-nés français distinguent des phrases néerlandaises de phrases japonaises.
L'expérience s'est déroulée selon le principe de l'habituation : des bébés sont familiarisés à des phrases de l'une des langues, puis la langue change. Leurs réactions à cette modification sont mesurées par l'intermédiaire du degré de succion d'une tétine. Ces résultats sont ensuite comparés à ceux d'un autre groupe d'enfants, qui n'entend qu'un changement de voix dans la même langue. Dans le cas où quatre personnes, deux japonaises et deux néerlandaises, parlent, les enfants sont incapables de faire la distinction entre les deux langues. "Cette expérience expose les bébés à une grande variabilité d'orateurs", indiquent les auteurs. Or, nous savons déjà que cela affecte leur capacité de discrimination. En revanche, les nourrissons peuvent reconnaître le Japonais du Néerlandais si une voix synthétique est utilisée. De manière plus surprenante, les bébés n'arrivent plus à différencier les deux langues lorsque les phrases sont jouées à l'envers. "Ces observations suggèrent que leurs capacités perceptives dépendent de propriétés de la parole qui disparaissent lorsque les phrases sont dites à l'envers", expliquent les auteurs.

Pour tenter d'appréhender l'origine et l'évolution de cette aptitude, et c'est ici toute l'originalité de cette étude, des chercheurs américains du laboratoire de psychologie de l'université de Harvard ont réitéré les mêmes expériences sur des singes tamarins (Saguinus oedipus), en utilisant la même méthode d'habituation et les mêmes phrases. Dans ce cas, les réactions des singes ne sont plus mesurées par leur succion mais par l'orientation de leur regard vers le haut-parleur qui distille les voix. Résultats, pour le moins inattendus: les tamarins sont non seulement capables de distinguer le Japonais du Néerlandais mais éprouvent les mêmes difficultés que les nourrissons lorsque la parole est jouée à l'envers. A contrario, la variabilité des orateurs n'affecte en rien leur perception.

Les résultats de cette étude mettent donc en évidence des similarités  frappantes entre les systèmes auditifs humain et simiens, mais aussi des différences non négligeables. Les tamarins, comme les nouveau-nés peuvent traiter les syllabes isolées comme la parole continue de laquelle ils extraient assez d'informations pour distinguer deux langues. Selon les auteurs, le fait que ceci se déroule sans influence de la variabilité des orateurs montre bien que ces informations font partie d'invariants linguistiques. Cependant, rien n'indique que les nouveau-nés et les singes distinguent les langues en utilisant les mêmes indices. Il semble que les premiers soient plus sensibles aux propriétés rythmiques de la parole, alors que les seconds s'attacheraient plus à ses propriétés phonétiques. Dès lors, les différences entre les singes et les nouveaux-nés ne se situent probablement pas au niveau de leur capacité à traiter des signaux acoustiques, mais à un niveau de traitement plus abstrait.