A következő részben hat modell főbb téziseivel ismerkedünk meg, amelyek az L2 beszédhang-elsajátítási folyamatait vizsgálják a nyelvtanulás különböző fázisaiban, és amelyek közül kettő modell a jelen kötet hipotéziseinek is alapjául szolgál. A modelleket Escudero (2005) szerint két csoportba tudjuk osztani aszerint, hogy fonológiai szempontból, vagy pusztán csak fonetikai jellemzőkre alapozva fogalmaznak meg feltételezéseket az L2 beszédhang-percepció, illetve beszédhang-elsajátítás eredményét illetően. Először a fonológiai megközelítésű modelleket mutatom be, melyek Major (2001) ontogenitás és filogenitás modellje (onthogeny philogeny model), valamint Brown (1998, 2000) fonológiai interferencia modellje (phonological interference model). Ide sorolható még Escudero (2005) második idegennyelv-észlelési modellje (second language lingusitic perception model) is, azonban erre csak a bemutatás végén térek ki, mivel alapjaiban sok szempontból az előtte bemutatott modellekből merítkezik. A fonetikai megközelítésű modelleknél kitérek Flege (1995) beszédelsajátítási modellje (speech learning model), Kuhl (2000) anyanyelvi mágneshatás modellje (native magnet model), valamint Best (1995) peceptuális asszimilációs modellje (perceptual assimilation model), melyek mindegyike abból a feltételezésből indul ki, hogy az L2 beszédhangok percepcióját az L1 befolyásolja. Elsőként tehát mindezek előtt lássuk azokat a modelleket, amelyek fonológiai szempontból közelítik meg az akcentus okait és következményeit.