Kísérleti eredmények szerint az anyanyelvi fonetikai észlelés 6 és 12 hónapos kor között jelentősen javul (Kuhl et al. 2008). Ami a hosszkontraszt észlelését illeti, a vizuális habituációs-diszhabituációs módszerrel (az ingerre irányuló figyelem és a nézéspreferencia alapján) azt találták, hogy a japán csecsemők 9,5 hónapos korukban képesek voltak a természetes hangalakban a /pata/ és a /patta/ közötti szingleton–gemináta megkülönböztetésre az eltérő időtartamú szegmentumok alapján, de a 4 hónapos csecsemők még nem (Sato et al. 2012). A szerzők eltérést találtak a természetes és a manipulációval létrehozott stimulusok között a csecsemők reakcióiban, ami arra enged következtetni, hogy a csecsemők felhasználják a természetes beszédben megjelenő, a mássalhangzó-hosszúságon túli egyéb, kiegészítő kulcsokat is a kategóriák megkülönböztetésében, vagyis azokat, amelyek a manipulált stimulusokban nem voltak jelen, így nem segítették a diszkriminációt. Richardson (1998) kimutatta, hogy a tipikus fejlődésű finn csecsemők már 6 hónapos korukban képesek különbséget tenni a rövid és hosszú mássalhangzók között (az /ɑtɑ/ és /ɑttɑ/ álszavak esetében).

Bár ilyen fiatal korban már érzékennyé válnak a gyermekek a kontraszt észlelésére, ám ekkor még nem beszélhetünk fonológiai tudatosságról. A szavak belső szerkezetéhez való tudatos hozzáférés, illetve a szavak eltérő méretű egységekre történő bontásának képessége későbbi életkorban (3–4 éves kortól) alakul ki, a részképességek (például rímképzés, szótagszintézis) fejlődése pedig nyelvspecifikus sajátosságokat mutathat (Jordanidisz 2015). A fonémadöntés és a szófelismerés a fonológiai fejlődés során stabilizálódik, és ennek két alapvető komponensét lehet megkülönböztetni: 1. a nyelvi-kognitív feldolgozási műveleteket (ilyenek például a bemeneti beszédjel feldolgozása, a figyelem, a munkamemória) és 2. a beszédhez szükséges motoros képességeket (például az artikulációs gesztusokhoz szükségeseket) (Stoel-Gammon 2011; Tar 2017). Mindezek fejlődése hosszú éveket igényel. A jelen alpont további részében a feldolgozási műveletekre fókuszálunk, és néhány olyan vizsgálat eredményét közöljük, amelyek magyar nyelvű gyermekek körében a beszédészlelés fejlődését tanulmányozták, ezen belül kitértek a mássalhangzó-hosszúság kérdésére is (pl. Nagy et al. 2004; Gósy 2006; Gyarmathy–Horváth 2010; Jordanidisz 2015). A motoros képességek fejlődését pedig az ezt következő (1.2.) alpont tárgyalja.

A percepciós vizsgálatok eredményei szerint a fonológiai tudatosság fejlődése során a szenzitivitás és a manipulációs készség fokozatosan fejlődik a nagyobb egységektől (a szótagoktól) a kisebbek (a fonémák) felismeréséig. Továbbá a gyermekek a nagyobb különbségektől a kisebbekig haladnak az észlelés fejlődésében: a beszédhangok differenciálása során a legkönnyebb felismerniük a képzés módjának az eltérését, ezt követi a képzés helye szerinti különbség, majd a zöngés–zöngétlen eltérés észlelése. Legnehezebb a hangok időtartamkülönbségének a felismerése: mind a produkciós, mind a percepciós fejlődésben általában az utolsó lépcsőfok a fonológiai hosszúsági oppozíció tagjainak megkülönböztetése; ennek stabilizálódását hétéves korra szokás tenni (Gósy 2006). A DIFER Programcsomag beszédhanghallási tesztjének segítségével mérték fel a többségi iskolába járó 4–9 éves gyermekek (Nagy et al. 2004), valamint a tanulásban akadályozott gyermekek beszédhanghallásának fejlettségét (Fazekasné Fenyvesi–Józsa 2009). Mindkét résztvevői csoportban a legtöbb differenciálási nehézséget a beszédhang jellemzői közül az időtartam okozta mind a magánhangzóknál, mind a mássalhangzóknál.

Nagy mintán, hatszáz 4–9 év közötti gyermeken vizsgálva Gósy és Horváth (2006) azt találta, hogy a beszédhang-differenciálásban jelentős változás hét- és nyolcéves kor között tapasztalható. Gyarmathy és Horváth (2010) a 6–10 év közötti, hallászavarral küzdő óvodások és kisiskolások beszédhang-megkülönböztetési képességét vette górcső alá a GMP-diagnosztika egyik tesztjével. A képzési jegyek közül a mássalhangzó hosszúsága szerinti differenciálás jelentette a legnagyobb nehézséget a gyermekek számára, sőt még a tízéveseknek is csupán a fele tudta elkülöníteni a hangsorokat a konszonánsok időtartama szerint.

Jordanidisz (2015) fonématudatosságot mérő tesztek alapján elemezte négy és tíz év közötti magyar anyanyelvű gyermekek teljesítményét, és hatéves kor után ugrásszerű növekedést talált (feltehetően az olvasástanulás hatására). Az egyik altesztben a gyermekek feladata a hosszú beszédhangok (magán- és mássalhangzók) azonosítása volt egy‑egy adott szóban (pl. súg, cipő, vicc, függő, suttogó). Az eredmények szerint hatéves korban 45%-os, hétéves korban 73%-os, nyolcéves korban pedig már 93%-os átlagteljesítményt nyújtottak a gyermekek. A hétévesek eredményei szignifikánsan eltértek a nyolcévesekétől ebben a feladatban. A szerző a beszédhangok temporális jegyeinek a szándékoltnak megfelelő észlelését nyolcéves korra (2. osztályos korra) teszi.

Neuberger (2022) vizsgálata szerint a rövid és a hosszú zöngétlen explozívák záridőtartam alapú megkülönböztetésében eltérések mutatkoznak a 7 és a 8 éves gyermekek észlelési mintázatai között. Ezek a válaszgörbék alakjában (7 éveseknél a lineárisra hasonlító, 8 éveseknél a felnőtt mintához jobban hasonlító S-alakú görbe volt tapasztalható), illetve a percepciós határhoz kapcsolódó zárszakasz időtartamában mutatkoztak meg (a 8 évesek esetében rövidebb időtartamokban, mint a 7 évesek esetében).

A fenti eredményekből kitűnik, hogy a 7–8 éves kor körül jelentős változások figyelhetők meg a fonológiai fejlődés terén, különösen a mássalhangzók hosszúságának vonatkozásában. Ennek hátterében az egyik lehetséges ok az lehet, hogy a gyermekek ilyen tájban kezdenek intézményes oktatásban részesülni, és az első osztályos anyanyelvi nevelés iskolai gyakorlata valószínűleg nagyban hozzájárul a rövid és a hosszú hangok differenciálásának fejlődéséhez. Kérdés azonban, hogy a produkcióban mikorra tehető ezeknek a kategóriáknak a kialakulása, illetve hogyan (milyen akusztikai jellemzők alapján) különböznek a szingleton és gemináta mássalhangzók a gyermekek beszédében.