關於知覺到產出的對應，有不少實證研究指出這幾乎是同時(parallel)進行的處理過程，特別在動作的模仿上。
一個嘴形發/g/的影片對應到/b/的聲音上,去詢問受試者感知到的是什麼，你可能會得到/d/的答案。這個被稱為是聲音和影像對應的幻象(illusion)。嬰兒身上，也做過知覺的試驗，在兩邊的燭幕上提供/a/和/i/的嘴型，中間播放標的聲音，研究發現小孩子聽到標的聲音時，就會把頭轉向相對應的嘴型上面。
產出方面，我們也可以發現不同時期的嬰兒(12、16、20周)對於不同語音(/a/、/i/、/o/)有不同程度的掌握，如果小孩子所曝露的量夠多使其能夠發出聲的話，這就可以解釋為什麼雙語環境下的小孩會受到影響了。嬰兒到了一歲之後，不同文化的呀呀學語(babble)就會因為不同文化而有所差別，華語環境的呀呀學語，就是華語語言的語音單位；日語璞境的呀呀學語，就是日語語言的語音單位。
語言(speech)是跨模式的表徵。嬰兒所聽到的聲音，會影響其看的方向；聽到的聲音又會影響自己的動作系統。讀脣(lip reading)和聲音模仿(vocal imitation)也都是跨模式的。自然的情況下，是聽到聲音也看到人的，這些事件都是同時產生，幫助我們更容易使說話的動作產生。