ส่วนต่างๆ ของสมองจำสัญญาณเสียงที่ซับซ้อนซึ่งไม่เกี่ยวข้องกับคำพูด สองส่วนของคอร์เทกซ์การได้ยินนั้นมีความเชี่ยวชาญเป็นพิเศษในการจดจำเสียงของมนุษย์ ซึ่งไม่เหมือนกับคำพูด ซึ่งไม่ได้มีความหมายทางภาษาศาสตร์ แต่กลับช่วยให้เราตอบสนองต่อสัญญาณเสียงที่ช่วยให้ผู้คนสามารถระบุลักษณะของบุคคลที่พูดได้ทันทีทั้งหมดนี้ทำได้โดยไม่ต้องมองเห็น
การรับรู้ด้วยเสียงคล้ายกับการที่มนุษย์รู้จักใบหน้าที่แตกต่างกัน เสียงที่ไม่รวมคำพูด เช่น เสียงร้อง การไอ เสียงคราง หรืออุทานของทารก ช่วยให้เราได้รับข้อมูลมากมายเกี่ยวกับบุคคลที่เปล่งเสียงเหล่านั้นโดยที่ไม่มีข้อมูลอื่นๆ เกี่ยวกับบุคคลนั้น มนุษย์อาศัยอยู่ในโลกที่เต็มไปด้วยเสียง ซึ่งเสียงจากสิ่งแวดล้อมส่งผลต่อปฏิสัมพันธ์ของเราในแต่ละวันกับสิ่งแวดล้อมและคนอื่นๆ และแม้ว่าคำพูดจะเป็นลักษณะเฉพาะอย่างหนึ่งของการสื่อสารของมนุษย์ที่ไม่มีการเปรียบเทียบโดยตรงในโลกของสัตว์ แต่ผู้คนก็ไม่ได้อาศัยคำพูดเพียงอย่างเดียวในการถ่ายทอดข้อมูลการได้ยิน แง่มุมที่ไม่ใช่คำพูดของเสียงมีบทบาทสำคัญในกล่องเครื่องมือสื่อสารของเรา ซึ่งช่วยเพิ่มความสามารถของมนุษย์ในการแสดงออกอย่างถูกต้องและเป็นไดนามิก ส่วนหนึ่งของการแสดงออกนั้นเป็นจิตใต้สำนึก และส่วนหนึ่งอาจถูกปรับโดยเจตนาโดยผู้พูดเพื่อถ่ายทอดอารมณ์ที่หลากหลาย เช่น ความสุข ความกลัว หรือความรังเกียจ