A beszédmegértés és így a beszédészlelés kutatásának is egyik alapvető kérdése az alulról felfelé és a felülről lefelé érvényesülő hatások viszonya. Vajon az észlelés során, amikor a hangfolyamot leképezzük hangosztályokba, támaszkodunk-e magasabb szinteken zajló elemzésekre? Hétköznapi tapasztalataink azt mutatják, hogy igen. Gondoljuk csak végig, hogy képesek vagyunk-e leírni egy olyan nyelven hallott szöveget, amelyet nem ismerünk? Nyilvánvalóan nem. Ahhoz, hogy a hangokat mint beszédhangokat halljuk, hogy azonosítani tudjuk őket mint a hangosztályok képviselőit, a szöveget szegmentálni (részekre tagolni) kell tudnunk. Azonosítanunk kell a szóhatárokat, illetve a szavakon belüli morfémahatárokat. E folyamatban a magyar nyelvben segít a nyomatékmegoszlás. A kabát banditáké volt mondatban a ban- első szótag nyomatéka révén nem halljuk úgy a kabát szót, hogy kabátban. Ismeretlen nyelven hasonló tagolási tévedések gyakoriak, nagy nehézségeink lesznek az „átírásban”, vagyis a nyelvi nyersanyag azonosításában, s például a boys eat szekvenciát könnyen hallhatjuk boy sit-ként. A nyelvek közti kölcsönhatás is mutatja, hogy a beszédészlelés aktív folyamat. Az angol szókezdő [th] hangokat mi, magyarok kezdőként vagy t-nek, vagy sz-nek halljuk, így lesz a theatre ’tiétör’ vagy ’sziétör’ – vagy a képzés módját (sziszegő hang), vagy a képzés helyét (a foggal kapcsolatos) emeljük ki. Nagy nyelvi tapasztalatra és sok gyakorlásra van szükség ahhoz, hogy az észlelésben is a valódi kategóriának megfelelően halljuk az adott hangot.