Theo lý thuyết đột biến đơn của Chomsky, sự xuất hiện của ngôn ngữ giống như sự hình thành của một tinh thể; với vô hạn kỹ thuật số là tinh thể hạt nằm trong bộ não linh trưởng siêu bão hòa, trên bờ vực nở rộ vào tâm trí con người, theo quy luật vật lý, một khi tiến hóa đã thêm một viên đá nhỏ nhưng rất quan trọng.[68][62] Trong khi một số người cho rằng theo lý thuyết này, ngôn ngữ xuất hiện khá đột ngột trong lịch sử tiến hóa của loài người, Chomsky, viết cho nhà ngôn ngữ học tính toán và nhà khoa học máy tính Robert C. Berwick, giải thích nó hoàn toàn tương thích với sinh học hiện đại. Họ lưu ý rằng "không một giả thuyết nào gần đây về sự tiến hóa ngôn ngữ hoàn toàn nắm bắt được sự chuyển giao từ thuyết Darwin thông thường sang phiên bản hiện đại ngẫu nhiên của nó, rằng có những hiệu ứng ngẫu nhiên không chỉ do lấy mẫu như trôi dạt vô hướng, mà còn do sự thay đổi ngẫu nhiên có hướng về thể lực, di cư và khả năng di truyền. Thật vậy, tất cả các "lực" ảnh hưởng đến tần số gen hoặc cá thể. ... Tất cả những điều này có thể ảnh hưởng đến kết quả tiến hóa-kết quả mà chúng ta có thể đưa ra chưa được đề cập đến trong những cuốn sách gần đây về sự phát triển của ngôn ngữ, nhưng sẽ phát sinh ngay lập tức trong trường hợp có bất kỳ sự đổi mới di truyền hoặc cá thể mới, chính xác là loại kịch bản có thể xảy ra khi nói về sự xuất hiện của ngôn ngữ."

Giả thuyết Romulus và Remus

Giả thuyết Romulus và Remus, được đề xuất bởi nhà thần kinh học Andrey Vyshedskiy, giải thích câu hỏi tại sao bộ phận tạo tiếng nói hiện đại khỏi nguồn từ hơn 500.000 năm trước những dấu hiệu sớm nhất của trí tưởng tượng của con người hiện đại. Giả thuyết này cho rằng có hai giai đoạn dẫn đến ngôn ngữ đệ quy hiện đại.

Giai đoạn đầu tiên bao gồm sự phát triển chậm của ngôn ngữ phi đệ quy với vốn từ vựng lớn cùng với bộ phận nói hiện đại, bao gồm sự biến đổi của xương móng, tăng khả năng kiểm soát các cơ hoành, sự tiến hóa của gen FOXP2, cũng như như những thay đổi khác từ 600.000 năm trước.[70] Sau đó, giai đoạn thứ hai là Bước đơn Chomsky nhanh chóng, bao gồm ba sự kiện riêng biệt xảy ra liên tục vào khoảng 70.000 năm trước và tạo điều kiện cho sự chuyển tiếp từ ngôn ngữ phi đệ quy sang ngôn ngữ đệ quy ở các loài vượn người sơ khai.

1. Một đột biến gen làm chậm giai đoạn quan trọng Tổng hợp trước trán (PFS) của ít nhất hai đứa trẻ sống cùng nhau;
2. Điều này cho phép những đứa trẻ tạo ra các yếu tố đệ quy của ngôn ngữ như các giới từ không gian;
3. Sau đó, thứ này sẽ hợp nhất với ngôn ngữ phi đệ quy của cha mẹ chúng để tạo ra ngôn ngữ đệ quy.[33]

Trẻ em có vỏ não trước trán (PFC) hiện đại để cho phép phát triển của PFS là không đủ, trẻ cũng phải được kích thích về mặt tinh thần và có các yếu tố đệ quy trong ngôn ngữ của chúng để có được PFS. Vì cha mẹ của chúng chưa phát minh ra các yếu tố này, nên trẻ em sẽ phải tự làm điều đó, đây là chuyện thường xảy ra ở trẻ nhỏ sống cùng nhau, trong một quá trình gọi là cryptophasia (loại ngôn ngữ phat triển bởi hai đứa bé sinh đôi). [72] Điều này có nghĩa là việc phát triển PFC bị trì hoãn sẽ cho phép có thêm thời gian để có được PFS và phát triển các yếu tố đệ quy.

Tất nhiên, sự phát triển PFC bị trì hoãn sẽ đi kèm với những nhược điểm, chẳng hạn như thời gian phụ thuộc vào cha mẹ sẽ lâu hơn khiến tỷ lệ chết trẻ cao hơn. Để ngôn ngữ hiện đại xuất hiện, sự trì hoãn PFC phải có một lợi ích sinh tồn to lớn trong cuộc sống sau này, chẳng hạn như khả năng PFS. Điều này cho thấy rằng đột biến gây ra sự chậm trễ PFC và sự phát triển của ngôn ngữ đệ quy và PFS xảy ra đồng thời, điều này cho thấy bằng chứng về sự tắc nghẽn di truyền khoảng 70.000 năm trước.[73] Đây có thể là kết quả của một vài cá nhân đã phát triển PFS và ngôn ngữ đệ quy mang lại cho họ lợi thế cạnh tranh đáng kể so với tất cả những cá thể khác vào thời điểm đó.[71]

Giả thuyết cử chỉ

Giả thuyết cử chỉ cho rằng ngôn ngữ của con người phát triển từ những cử chỉ được sử dụng trong giao tiếp đơn giản.

Hai loại bằng chứng ủng hộ giả thuyết này.

1. Ngôn ngữ cử chỉ và ngôn ngữ giọng nói phụ thuộc vào cùng một hệ thống thần kinh. Các vùng trên vỏ não chịu trách nhiệm cho chuyển động miệng và tay khớp nhau.
2. Các loài linh trưởng có thể sử dụng cử chỉ hoặc biểu tượng để giao tiếp nguyên thủy và một số cử chỉ của chúng giống với con người, như "tư thế cầu xin", với hai bàn tay duỗi ra, mà con người chia sẻ với tinh tinh.[74]

Nghiên cứu đã tìm thấy nhiều bằng chứng thuyết phục cho ý tưởng rằng ngôn ngữ lời nói và ngôn ngữ ký hiệu phụ thuộc vào các cấu trúc thần kinh tương tự. Những bệnh nhân sử dụng ngôn ngữ ký hiệu và bị tổn thương bán cầu não trái biểu hiện những rối loạn với ngôn ngữ ký hiệu của họ giống như bệnh nhân bị tổn hại âm thanh với ngôn ngữ nói của họ.[75] Các nhà nghiên cứu khác phát hiện ra rằng các vùng bán cầu não trái điều khiển ngôn ngữ ký hiệu cũng như trong quá trình sử dụng ngôn ngữ giọng nói hoặc ngôn ngữ viết. [76]

Giả thuyết từ đâu đến cái gì

'Từ đâu đến cái gì' là một mô hình tiến hóa ngôn ngữ dựa chủ yếu trên tổ chức xử lý ngôn ngữ trong não bộ và hai cấu trúc của nó: luồng âm thanh thính giác lưng và luồng âm thanh thính giác bụng.[96][97] Nó đưa ra giả thuyết 7 giai đoạn tiến hóa của ngôn ngữ (xem hình minh họa). Tiếng nói được sử dụng để mẹ và con có thể tìm nhau nếu bị xa rời (hình minh họa 1). Các tiếng nói này có thể thay đổi ngữ điệu để thể hiện mức độ cấp bách cao hoặc thấp (hình minh họa 2). Tiếng nói của hai bên đã kích hoạt cuộc hỏi-đáp đầu tiên. Trong trường hợp này, đứa trẻ sẽ phát ra tiếng nói cấp bách thấp để thể hiện mong muốn tương tác với một đối tượng và người mẹ sẽ đáp lại với một tiếng nói thấp (để thể hiện sự chấp thuận tương tác) hoặc cao (để thể hiện sự từ chối) (minh họa 3). Dần dần, ngữ điệu và kiểm soát giọng nói dẫn đến phát minh âm vị liên kết với các đối tượng riêng biệt (hình minh họa 4). Lúc đầu, trẻ học các âm vị này từ cha mẹ bằng cách bắt chước chuyển động của môi (hình minh họa 5). Cuối cùng, trẻ sơ sinh đã có thể ghi nhớ vào bộ nhớ dài hạn tất cả các âm vị. Do đó, bắt chước thông qua đọc môi chỉ giới hạn ở trẻ nhỏ và trẻ lớn hơn đã học các âm vị mới thông qua bắt chước mà không đọc môi (hình minh họa 6). Khi các cá nhân có khả năng tạo ra một chuỗi các âm vị, điều này cho phép các từ đa âm tiết, tăng trưởng vốn từ vựng của chúng (hình minh họa 7). Việc sử dụng các từ, bao gồm các chuỗi các âm tiết, đã cung cấp cấu trúc để giao tiếp bằng các chuỗi từ (nghĩa là các câu).

Tên của giả thuyết bắt nguồn từ hai luồng thính giác, cả hai đều được tìm thấy trong não của con người và các loài linh trưởng khác. Luồng thính giác bụng chịu trách nhiệm nhận dạng âm thanh, và do đó, nó được gọi là luồng thính giác cái gì.[98][99][100] Ở loài linh trưởng, luồng thính giác lưng chịu trách nhiệm định vị âm thanh hay gọi là luông thính giác từ đâu. Chỉ ở người (ở bán cầu não trái), nó cũng chịu trách nhiệm cho các quá trình khác liên quan đến sử dụng và thu nhận ngôn ngữ, như lặp lại và sản xuất lời nói, tích hợp các âm vị với chuyển động môi, nhận thức và sản xuất ngữ điệu, trí nhớ dài hạn về âm vị học (lưu trữ bộ nhớ dài hạn các âm thanh của từ) và bộ nhớ làm việc theo âm vị học (lưu trữ tạm thời các âm thanh của từ).[101][102][103][104][105][106][107][108] Một số bằng chứng cũng chỉ ra vai trò trong việc nhận ra người khác bằng giọng nói của họ.[109][110] Sự xuất hiện của từng chức năng này trong luồng âm thanh thính giác thể hiện một giai đoạn trung gian trong sự phát triển của ngôn ngữ.

Nguồn gốc tiếng nói liên lạc trong ngôn ngữ của con người đồng ý với các nghiên cứu trên động vật, giống như ngôn ngữ của con người, sự phân biệt tiếng nói liên lạc ở khỉ được xếp bên cạnh bán cầu trái.[111][112] Những con chuột bị loại bỏ các gen liên quan đến ngôn ngữ (như FOXP2 và SRPX2) dẫn đến việc những con con không còn có khả năng phát ra tiếng gọi tìm mẹ nếu bị chia tách.[113][114] Hỗ trợ mô hình này cũng là khả năng giải thích các hiện tượng độc đáo ở con người, như sử dụng ngữ điệu khi dùng câu mệnh lệnh và câu hỏi, xu hướng trẻ sơ sinh bắt chước cách phát âm trong những năm đầu đời (và sự biến mất của nó sau này) và môi người có thể nhìn thấy, không tìm thấy ở các loài vượn khác. Lý thuyết này có thể được coi là một phiên bản nâng cấp của giả thuyết 'đặt em bé xuống' về tiến hóa ngôn ngữ.