Egy magyar anyanyelvű gyermekek magánhangzó-időtartamait vizsgáló kutatás szerint 3 és 9 éves kor között (hároméves bontásban) szignifikáns különbség adatolható a gyermekek magánhangzó-időtartamában, majd 9 és 12 éves kor között csökkenés látszik ugyan, de csak tendenciaszerűen, és nem statisztikailag igazolhatóan (Krepsz et al. 2019). Felvetődik a kérdés, hogy a kisgyermekek lassabb artikulációs mozgásai miként befolyásolják a mássalhangzó-hosszúsági kontraszt kifejezését.

Produkciós kutatások kimutatták, hogy az első szavaikban még azok a gyermekek is produkálnak hosszú (időtartamú) mássalhangzókat, akiknek az anyanyelvében a kvantitás nem fonológiailag releváns jegy, azaz például angol vagy francia csecsemők is (Vihman–Velleman 2000). Ez azonban az anyanyelv-elsajátítás egyszavas szakaszán túl már csak azokban a nyelvekben figyelhető meg, amelyekben a kvantitás fonológiailag releváns jegy (például a finnben). A fenti kutatás következtetése szerint az első év végétől kezdve a gyermekek egyre érzékenyebbek lesznek anyanyelvük fonetikai kategóriáira, és a produkciójuk egyre inkább a bemeneti beszéd (input) jellemzőihez idomul.

Az input szerepét hangsúlyozzák azok a nyelvek közötti vizsgálatok is, amelyek kimutatták, hogy a különböző anyanyelvű gyermekek nem azonos életkorban kezdik el stabilan megkülönböztetni a produkcióban a mássalhangzókat a kvantitás alapján (Aoyama 2000; Kunnari et al. 2001). Aoyama (2000) kutatásában a finn gyermekek hároméves korukra megkülönböztették a produkcióban az [n] és az [nː] hangokat, de a japánok ekkor még nem. Kunnari és munkatársai (2001) azt találták, hogy a finn gyerekek a produkcióban az egyszavas időszak végére kezdik megkülönböztetni a szingleton és gemináta hangokat, míg a japán gyerekek, bár szintén olyan nyelvnek vannak kitéve, amely a szó belseji mássalhangzókban mennyiségi kontrasztot alkalmaz, később kezdik megkülönböztetni őket. Ezek a nyelvközi különbségek a bemeneti gyakoriságbeli különbségeknek tudhatók be a szerzők következtetése szerint. A finn gyermekek azért sajátíthatják el gyorsabban a kontrasztot, mert a finnben a kvantitáskontraszt gyakoribb, és a felnőttek ejtésében a gemináta/szingleton időtartam-különbség (időarány) jelentősebb, mint a japánban. A gyakran hallott kategóriák közötti kontrasztok ugyanis előbb épülnek be a nyelvspecifikus elsajátítás során, mint a ritkábban hallottak (Anderson et al. 2003).

Az életkornak jelentős szerepe van a hosszúsági kontraszt elsajátításában. Ezt bizonyította Hurme és Sonninen (1985) képmegnevezéses és ismétléses vizsgálata: az előbbiben 2–4 és 5–6 éves, az utóbbiban pedig 3 és 6 éves finn gyermekek produkciójában tanulmányozták a rövid és a hosszú mássalhangzókat. Az első feladatban a kisebbek 30%-a, a nagyobbaknak pedig már 80%-a különböztette meg szignifikánsan a hangokat hosszúság szerint. A második feladatban a kisebbek 70–90%-a, a hatéveseknek pedig már a 90–100%-a képes volt a beszédhangok kvantitás szerinti megkülönböztetésére. Látható, hogy a feladat típusa is befolyásolta az eredményeket, a felnőtt ejtés utánmondása során a gyermekek nagyobb hányada volt képes szignifikáns időtartam-különbséggel kiejteni az adott hangpárokat, mint a spontán megnevezés során.

Feltárták azt is, hogy az anyanyelv-elsajátítás kezdetén a mássalhangzó-hosszúság produkciója nem mutat folyamatos fejlődést az életkorral párhuzamosan. Gyakori ugyanis, hogy a kontraszt realizációja egy korai szakaszban már jelen van, majd visszaesés tapasztalható, és csak később alakul ki a felnőtt ejtésbeli fonológiai struktúra (Khattab–Al-Tamimi 2013; Payne et al. 2017).

Payne és munkatársai (2017) svéd anyanyelvű gyermekek és anyák interakciói során figyelték meg a célszavak időviszonyait: a szingleton és gemináta mássalhangzók időtartamát (C), valamint az azokat megelőző magánhangzók időtartamát (V) és időarányát a VC szekvenciában. Azt találták, hogy a gyermekek szegmentum-időtartamai 2;6 (év;hó) éves kortól 6 éves korig folyamatosan csökkennek, de a V/VC időarány segítségével már a 2;6 éves gyermekek is képesek kifejezni a hosszúsági kontrasztot. Ebben a nyelvben tehát a relatív időtartamok fontos szerepet játszanak a kvantitás jelölésében, és ezek a mértékegységek stabilak maradnak az életkor előrehaladtával.

2;6 és 5 év közötti ammáni (jordániai) arab gyermekek spontán beszédét és képmegnevezéseit vizsgálva azt találták, hogy a szegmentum-időtartamok az életkorral párhuzamosan fokozatosan csökkennek mind a szingleton, mind a gemináta explozívák és likvidák esetében, valamint a célmássalhangzót környező magánhangzók esetében is (Mashaqba et al. 2021). A felnőttek eredményei szerint a gemináta explozívák 2,27-szer hosszabbak átlagosan a rövid párjaiknál, a likvidáknál ez az érték 4-szeres. A gyermekek eredményei 4;7–5 éves korban közelítik meg a felnőttnyelvi mintázatot: ebben az életkorban az explozíváknál 2,2-szeres gemináta/szingleton (G/S) arányt mutattak ki, a likvidáknál pedig 3,26-szorosat. Az ennél fiatalabb életkorokban az arányszám nagyobb volt, ami abból ered, hogy a kisgyermekek a geminátákat jelentősen hosszabb időtartammal ejtették (pl. a 2;6 éves gyermekek a gemináta explozívákat 605 ms-os átlagértékekkel).