ในบทสนทนาเรื่องคราทิลัสเพลโตได้ให้โสกราตีสแสดงความคิดเห็นเกี่ยวกับที่มาและความถูกต้องของชื่อและคำต่างๆ เมื่อเฮอร์โมเจเนสถามว่าเขาสามารถเสนอสมมติฐานอื่นเกี่ยวกับที่มาของสัญลักษณ์ได้หรือไม่ (สมมติฐานของเขาเองนั้นเป็นเพียง 'ธรรมเนียมปฏิบัติ') โสกราตีสจึงเสนอในเบื้องต้นว่า สัญลักษณ์เหล่านั้นสอดคล้องกับสิ่งที่อ้างถึงโดยอาศัยเสียงที่ประกอบขึ้นเป็นสัญลักษณ์เหล่านั้น:

อย่างที่ผมกล่าวไปแล้ว ตัวอักษรโร (rho)ปรากฏแก่ผู้ตั้งชื่อว่าเป็นเครื่องมือที่ยอดเยี่ยมสำหรับการแสดงออกถึงการเคลื่อนไหว และเขามักใช้ตัวอักษรนี้เพื่อจุดประสงค์ดังกล่าว ตัวอย่างเช่น ในคำว่า rein และ roe เขาใช้ rho แทนการเคลื่อนไหว เช่นเดียวกับในคำว่า tromos (สั่น), trachus (ขรุขระ) และอีกครั้งในคำต่างๆ เช่น krouein (ตี), thrauein (บดขยี้), ereikein (ช้ำ), thruptein (แตก), kermatixein (ร่วน), rumbein (หมุนวน) โดยทั่วไปแล้ว เขาพบว่าการเคลื่อนไหวทุกประเภทเหล่านี้แสดงออกได้ในตัวอักษร R เพราะผมคิดว่าเขาคงสังเกตเห็นว่าลิ้นมีการเคลื่อนไหวมากที่สุดและอยู่นิ่งน้อยที่สุดในการออกเสียงตัวอักษรนี้ ดังนั้นเขาจึงใช้มันเพื่อแสดงออกถึงการเคลื่อนไหว

อย่างไรก็ตาม เมื่อเผชิญกับตัวอย่างค้านจำนวนมหาศาลที่เฮอร์โมเจเนสยกมา โซคราตีสจึงต้องยอมรับว่า "ความคิดแรกเริ่มของข้าพเจ้าเกี่ยวกับชื่อดั้งเดิมนั้นช่างแปลกประหลาดและไร้สาระอย่างแท้จริง"

อุปนิษัทและ ว ยาการณะมีเนื้อหามากมายเกี่ยวกับสัญลักษณ์ของเสียง ตัวอย่างเช่น:

พยัญชนะที่ไม่ออกเสียงแทนโลก พยัญชนะเสียดแทรกแทนท้องฟ้า สระแทนสวรรค์ พยัญชนะที่ไม่ออกเสียงแทนไฟ พยัญชนะเสียดแทรกแทนอากาศ สระแทนดวงอาทิตย์… พยัญชนะที่ไม่ออกเสียงแทนตา พยัญชนะเสียดแทรกแทนหู สระแทนจิตใจ

แนวคิดเรื่องสโฟตะและนิรุกตะก็มีพื้นฐานมาจากสิ่งนี้เช่นกัน

คูไคผู้ก่อตั้งนิกายชิงงอนได้เขียนหนังสือชื่อ " เสียง คำพูด ความจริง"ในศตวรรษที่ 9 ซึ่งเชื่อมโยงเสียงทั้งหมดเข้ากับเสียงของพระธรรมกายพุทธเจ้า

แนวคิดเรื่องสัทศาสตร์เชิงความหมายได้รับการพูดคุยกันเป็นระยะๆ ในช่วงยุคกลางและยุคฟื้นฟูศิลปวิทยาในปี ค.ศ. 1690 ล็อคได้เขียนคัดค้านแนวคิดนี้ในเรียงความเรื่องความเข้าใจของมนุษย์ (An Essay Concerning Human Understanding ) ข้อโต้แย้งของเขาคือ หากมีความเชื่อมโยงใดๆ ระหว่างเสียงและความคิด เราทุกคนก็จะพูดภาษาเดียวกัน แต่เป็นการสรุปแบบเหมารวมมากเกินไป หนังสือ เรียงความใหม่เกี่ยวกับความเข้าใจของมนุษย์ (New Essays on Human Understanding)ของไลบ์นิซที่ตีพิมพ์ในปี ค.ศ. 1765 มีการวิจารณ์เรียงความของล็อคแบบทีละประเด็น ไลบ์นิซหยิบยกประเด็นการสรุปแบบเหมารวมที่ล็อคใช้ขึ้นมา และใช้แนวทางที่ยืดหยุ่นกว่า กล่าวคือ เห็นได้ชัดว่าไม่มีความสอดคล้องกันอย่างสมบูรณ์แบบระหว่างคำและสิ่งต่างๆ แต่ความสัมพันธ์ก็ไม่ได้เป็นไปโดยพลการอย่างสิ้นเชิงเช่นกัน แม้ว่าเขาจะดูคลุมเครือเกี่ยวกับความสัมพันธ์นั้นก็ตาม^{[ 3 ]}

ภาษาศาสตร์สมัยใหม่ถูกมองว่าต่อต้านสัญลักษณ์ทางเสียง โดยเริ่มต้นจากเฟอร์ดินานด์ เดอ ซอสซูร์ (ค.ศ. 1857–1913) ซึ่งได้รับการยกย่องว่าเป็นผู้ก่อตั้งภาษาศาสตร์ "เชิงวิทยาศาสตร์" สมัยใหม่ ประเด็นสำคัญที่เดอ ซอสซูร์กล่าวเกี่ยวกับคำนั้นมีสองประเด็นที่เกี่ยวข้องกัน ประการแรก เขาบอกว่า " สัญลักษณ์ นั้น เป็นไปตามอำเภอใจ" เขาพิจารณาว่าคำที่เราใช้เพื่อบ่งชี้สิ่งต่างๆ และแนวคิดต่างๆ นั้นอาจเป็นคำใดก็ได้ โดยพื้นฐานแล้วมันเป็นเพียงฉันทามติที่ผู้พูดภาษานั้นๆ เห็นพ้องต้องกัน และไม่มีรูปแบบหรือความสัมพันธ์ที่ชัดเจนกับสิ่งนั้นๆ ประการที่สอง เขาบอกว่า เนื่องจากคำเป็นไปตามอำเภอใจ คำเหล่านั้นจึงมีความหมายก็ต่อเมื่อมีความสัมพันธ์กับคำอื่นๆ เท่านั้น สุนัขคือสุนัขเพราะมันไม่ใช่แมวหรือหนูหรือม้า เป็นต้น แนวคิดเหล่านี้ได้แทรกซึมอยู่ในการศึกษาคำศัพท์มาตั้งแต่ศตวรรษที่ 19

คำเลียนเสียงธรรมชาติหมายถึงคำที่เลียนแบบเสียง ตัวอย่างเช่น ในภาษาอังกฤษ คำว่าbow-wowหรือmeowซึ่งแต่ละคำเลียนแบบเสียงของสุนัขหรือแมว

คำเลียนเสียงธรรมชาติคือ "สมาชิกของกลุ่มคำศัพท์แบบเปิดของคำที่มีเครื่องหมายซึ่งแสดงภาพทางประสาทสัมผัส" ^{[ 4 ]}ต่างจากคำเลียนเสียงธรรมชาติ คำเลียนเสียงธรรมชาติหมายถึงคำที่แสดงภาพทางประสาทสัมผัสใดๆ เช่นการมองเห็นหรือการสัมผัสตัวอย่างเช่น ภาษาเกาหลีmallang-mallang 말랑말랑 'นุ่ม' และภาษาญี่ปุ่นkira-kiraキラキラ 'เงาวาว' คำเลียนเสียงธรรมชาติมีอยู่มากมายในภาษาแอฟริกันและเอเชียตะวันออก/เอเชียตะวันออกเฉียงใต้หลายภาษา เช่นภาษาญี่ปุ่นภาษาไทย ภาษาจีนกวางตุ้งและภาษาซูลูรูปแบบของคำเลียนเสียงธรรมชาติมักจะซ้ำกันแต่ไม่จำเป็นเสมอไป

กลุ่มเสียง (Phonaestheme)คือลำดับเสียงย่อยของหน่วยเสียงที่สัมพันธ์กับความหมายบางอย่าง ตัวอย่างที่รู้จักกันดีคือgl- ในภาษาอังกฤษ ซึ่งปรากฏอยู่ในคำหลายคำที่เกี่ยวข้องกับแสงหรือการมองเห็น เช่นgleam , glowหรือglareเนื่องจากเป็นกลุ่มเสียงย่อยของหน่วยเสียงgl-จึงไม่ใช่หน่วยเสียง และไม่สามารถสร้างคำประสมกับหน่วยเสียงอื่นได้ เช่น-eam , -owและ-areก็ไม่มีความหมายในตัวเอง อย่างไรก็ตาม กลุ่มเสียงไม่จำเป็นต้องเป็นสัญลักษณ์เสมอไป เพราะอาจเป็นกลุ่มเสียงเฉพาะภาษาและอาจไม่คล้ายคลึงกับความหมายที่เกี่ยวข้องในเชิงสัญลักษณ์

Blasi et al. (2016), ^{[ 5 ]} Joo (2020), ^{[ 6 ]}และ Johansson et al. (2020) ^{[ 7 ]}แสดงให้เห็นว่าในภาษาต่างๆ ทั่วโลก แนวคิดบางอย่างในคำศัพท์พื้นฐาน (เช่นรายการ Swadeshหรือรายการ Leipzig–Jakarta ) มักจะถูกแทนด้วยคำที่มีเสียงบางอย่าง ด้านล่างนี้คือความสัมพันธ์ระหว่างเสียงและความหมายที่ได้รับการยืนยันจากการศึกษาทั้งสามเรื่อง:

สระเสียงสูงด้านหน้า เช่น /i/ มักถูกรับรู้ว่ามีความสัมพันธ์กับขนาดเล็ก ในขณะที่สระเสียงต่ำและ/หรือสระเสียงต่ำด้านหลัง เช่น /u/ หรือ /a/ มักถูกรับรู้ว่ามีความสัมพันธ์กับขนาดใหญ่ ปรากฏการณ์นี้เรียกว่าสัญลักษณ์แห่งขนาด (magnitude symbolism )

Sapir (1929) ^{[ 8 ]}แสดงให้เห็นว่า เมื่อถามว่าตารางสองตารางที่ชื่อmilและmalตารางใดใหญ่กว่ากัน หลายคนเลือกmalให้ใหญ่กว่าmilปรากฏการณ์นี้ไม่เพียงแต่สังเกตได้ในคำเทียม เท่านั้น แต่ยังพบได้ในคำศัพท์ภาษาอังกฤษทั่วไปอีกด้วย^{[ 9 ]}

ในหลายภาษาสรรพนามชี้ เฉพาะที่อยู่ใกล้ ('this') มักจะมีสระหน้าสูง (เช่น /i/) ในขณะที่สรรพนามชี้เฉพาะที่อยู่ไกล ('that') มักจะมีสระต่ำและ/หรือสระหลัง (เช่น /u/) ^{[ 10 ]}ตัวอย่างเช่น ภาษาอังกฤษthisและthatภาษาฝรั่งเศสceciและcelaภาษาฟินแลนด์tämäและtuo และ ภาษาอินโดนีเซียiniและitu

สรรพนามบุรุษที่หนึ่ง ( me ) และสรรพนามบุรุษที่สอง ( you ) มักจะมีเสียงนาสิก[ ^{11 ] Joo} (2020) ^{[ 12 ]}แนะนำว่าสิ่งนี้อาจเกี่ยวข้องกับแนวโน้มของทารกในการใช้เสียงนาสิกเพื่อเรียกร้องความสนใจจากผู้ดูแล

Wolfgang Köhlerได้นำเสนอสิ่งที่เรียกว่าปรากฏการณ์ Takete-Maluma เมื่อนำเสนอรูปทรงสองรูป รูปหนึ่งโค้งมนและอีกรูปหนึ่งแหลมคม และถามว่ารูปใดเรียกว่าTaketeและรูปใดเรียกว่าMalumaผู้เข้าร่วมมีแนวโน้มที่จะเชื่อมโยงชื่อTaketeกับรูปทรงแหลมคม และชื่อMalumaกับรูปทรงโค้งมน^{[ 13 ]}

จากการศึกษาของRamachandranและ Hubbard ในปี 2001 ปรากฏการณ์นี้เป็นที่รู้จักกันทั่วไปในชื่อbouba/kiki effectและได้รับการพิสูจน์แล้วว่าใช้ได้ผลในวัฒนธรรมและภาษาต่างๆ^{[ 14 ] [ 15 ] [ 16 ]}

พยัญชนะริมฝีปากได้รับการพิสูจน์แล้วว่าเชื่อมโยงกับการรับรู้ถึงความนุ่มนวล ซึ่งอาจเป็นเพราะเนื้อสัมผัสที่นุ่มนวลของริมฝีปากมนุษย์^{[ 17 ] [ 18 ]}

เสียงR ที่ออกเสียงแบบสั่นจะพบได้บ่อยในคำที่หมายถึง 'หยาบ' ในขณะที่พบได้ไม่บ่อยในคำที่หมายถึง 'เรียบ' ^{[ 19 ]}