A nyelvek hangjainak észlelése segíti a csecsemőt a helyes, nyelvspecifikus hangok kiejtésének elsajátításában. A nyelvek fonémáik hangalaki megvalósításában különböznek egymástól (pl. hehezetes vagy neutrális zárhangok, rövid vagy hosszú magánhangzók stb.), és a csecsemők az univerzális hangoktól a nyelvspecifikus hangokra szűkítik le hangállományukat. Az egységes és elkülönült nyelvi rendszerek hipotézise szerint a hangok szintjén úgy különül el egymástól, hogy az egységes azt feltételezi, hogy mindkét nyelv hangjai egy közös készletben tárolódnak, míg az elkülönült rendszerek hipotézise szerint egymástól nyelvenként szeparáltan állnak a csecsemő rendelkezésére. A nyelvi környezetnek nagy hatása van a hangok elsajátítására. A gyakrabban hallott hangok hamarabb kifejlődnek, és a másik hangrendszerre is hatással lehetnek. A hangok ejtésének nehézségi foka is meghatározó lehet az elsajátításban, illetve a hangok használatában. Sokszor előfordul, hogy a gyermek a könnyebben artikulálható hangokkal helyettesíti a komplexebb hangokat, és ez akár a két nyelven keresztül is átívelhet (pl. a magyar neutrális hanggal helyettesíti az angol hehezetes zárhangot az angol beszédében). Fantini azt figyelte meg (1985), hogy gyermeke kezdetben egyáltalán nem használta az angol mássalhangzókat, hanem az angol beszédében is a spanyol hangokat ejtette. Az angol mássalhangzók csak 2;6 éves korban jelentek meg, ekkor azonban előfordult, hogy a spanyolban is az angol hangokat használta. Mindez problémának tűnhet, azonban éppen ellenkezőleg: azt mutatja, hogy a gyermek tisztában van a fonémák különböző ejtési variációival, és azokat alkalmazza is, csak nem biztos, hogy mindig a megfelelő kontextusban. Ugyanakkor szép számmal vannak olyan esetek is a szakirodalomban (Montanari 2011), ahol hasonló keveréseket nem figyeltek meg a hangok elsajátításában és használatában (Ronjat, 1913; Oksaar, 1989). A percepció szintjén megtörténik a fonémák megkülönböztetése nyelvenként, de a produkcióban a nyelvspecifikus hangok képzése nem mindig sikeres. Mindez betudható a nyelvek egymásra hatásának, de lehet a fent említett oka is: bizonyos hangok könnyebben artikulálhatóak az egyik nyelvben, és a gyermekek szeretnek egyszerűsíteni (Watson 1991).