A beszéd több szintű struktúrával rendelkező hangsor. Mire a beszéd ilyen struktúrával és jelentéssel bíró kommunikációs eszközzé válik a csecsemő számára, addig a fiatal nyelvtanuló számos feladattal szembesül: a nyelv minden szintjén sok tanulnivalója van. Ahhoz, hogy elindulhasson a beszéd megértéséhez és produkciójához vezető úton, először is meg kell fejtenie a beszéd struktúrájának legalapvetőbb elemeit. A beszédtanulás első lépése a beszéd alapvető építőköveinek, a beszédhangoknak az elsajátítása. Ennek megértéséhez fel kell tárni, hogy a csecsemők milyen képességekkel rendelkeznek, amelyek lehetővé teszik számukra, hogy hangsorokból szabályosságokat emeljenek ki, felfedezzék, reprezentálják és megjegyezzék, hogy milyen elemekből épül fel a beszéd magasabb szintű szerkezete. Ebben a cikkben kísérletet teszünk arra, hogy bemutassuk a beszédhangok elsajátítását lehetővé tevő képességeket és megjelenésüket a korai fejlődés során. Az első és talán legalapvetőbb kérdés a csecsemők tanulási képességeit illetően, hogy valóban többféle képességről van‑e szó, avagy a különböző típusú struktúrák felfedezése visszavezethető egyetlen közös tényezőre, a statisztikai tanulásra. A statisztikai tanulás (összefoglaló cikkekért l. Aslin–Newport 2012; Schapiro–Turk-Browne 2015) általános értelemben a környező világból származó információk statisztikai szabályosságainak kiemelése, tárolása és felhasználása a viselkedés irányításában. Ahogyan Brunswik (1956) már a pszichológia modern történetének elején felhívta rá a figyelmet, a mindennapi életben valószínűleg az érzékszerveinkhez beérkező minden információ stochasztikus természetű: a külvilágban éppen jelen lévő tárgyak és események kombinációja, valamint az organizmus lehetősége az ezekből származó jelek érzékelésére mindig egyedi. Ahhoz, hogy tájékozódni tudjunk a világban, az egyedi helyzetekből ki kell emelni a közöst, a szabályszerűt. Ez teszi lehetővé, hogy azonosítsuk a környezet tárgyait és a velük való interakció számára felhasználható leírást tudjunk készíteni viselkedésükről. Ehhez a legfontosabb statisztikai jellemzőket a különböző közvetlenül érzékelhető tulajdonságok együttes előfordulásának gyakorisága, a már azonosított egységek előfordulási gyakorisága és az egységek egymásra következésének gyakorisága jelentik. Az első az egységek azonosításához szükséges (pl. egy magánhangzót a formánsok kombinációja határoz meg); a második valamilyen egységnek az adott környezetben/helyzetben várható előfordulásáról tájékoztat (pl. a kuplung szó gyakori előfordulása alapján gondolhatjuk, hogy autókról folyik a szó); a harmadik pedig az eseménysorozatok előrejelzéséhez, egységeik elhatárolásához ad fontos információkat (pl. a szavakra bontáshoz vagy egy mondat befejezésének előrevételezéséhez). A statisztikai tanulás elve az előbbiekből következően skálázható, azaz vonatkozhat kisebb vagy nagyobb egységekre, mint például fonémákra vagy szavakra.