他所发出的一系列声音暂时可能会毫无结果，最后在某一时刻，在发某一个音时，认真倾听的人们明白了怎么回事，这个瞬间给参加这个特殊谈话的所有人都留下了非常深刻的印象，即发出音的表象与被看出的和被理解的现象的表象联合成为一个不可分离的整体，就像“词语”或者它的“意义”。原始语言的前三类或者前三个级别的组成部分或者成分是通过反射和一般简单地动用神经产生的，就像充当动物之间相互交流手段的喊声和声音一样，多多少少是必要的。后两类属于“象征”范畴，是通过偶然的联想形成的。其他不同的一般手势和动作也是如此。其中有些属于纯反射的、必要的，每时都能自然复制的。比如，在愤怒时，眼睛闪光，在有危险时，用手防护的动作。等等。其他一些手势或者动作的出现都是“偶然的”，由社会生活的某些环境及传统途径所致。比如，头倾斜表示肯定或者附和，或者与熟人见面时表示尊重对方。这个动作是一种过去的残余，即需要顺从地将头放在某处，为了被砍头或者让奴隶主往头上戴项圈。在有关语言的原始人类状态中，在人与人之间的相互交际中，人们不仅仅发出了声音，还实现了全身运动，做出了各种各样的神情等等。因此，多余的强烈激发的叙述或者解释的能量就会在表面显现出来。与此同时，对其他感觉产生了影响，而这种感觉首先是丰富我们知识的源泉，也就是视觉。至今为止，我们可以在那些说话伴随手势的人身上看到这个手势与音响语言组合的残余。擅长辩论的演讲者会有意识地求助于手势。除此之外，还有特殊的视觉语言，手势语言，尤其是手指的动作（聋哑人、所谓的美洲印第安人）。在这个视觉语言中，如同在其他的音响语言中一样，一些手势直接通过反射方式产生，另一些是偶然与意义发生了联系。但是，为什么听得见的人和绝大多数人类部落的原始视觉—音响语言会随着时间的流逝变为一个音响语言呢？为什么消失了，或者至少是大幅减少了运动—视觉的行为和印象，剩下了言语器官行为和音响印象并且越来越强呢？从活动的、语言生产的方面，从被动的、语言—理解方面，追求节省体力的劳动成为这种进化的主要原因。在各个器官发生作用时，在分散不同方面的注意力时，不需要使用过多的生理和心理劳动。但为什么光学让位于音响学了呢？光学现象和行为需要光，不论是自然光还是人为的光。光是按照直线进行传导的，不需要穿过障碍物，哪怕是最普通的板子。音响现象和行为的发生可以没有光，只是需要空气和有弹性的物体就可以，而光波是四处分散的。所以，在“自然选择”中，人类言语的音响手段占据了上风。由此可见，狭义的人类语言或者言语逐渐从那个复杂的初始心理—生理活动中发展而来。
随着时间的推移，这个心理—生理活动分化为：
1）说话的语言，根据自己的生理结果属于音响学，也就是作用于听觉的语言。
2）唱歌的语言，同样作用于听觉。
3）优先作用于视觉的情感动作。如果从广义上看语言，将其看作是人与人之间的交际手段，那么与活生生的可听见言语、可看见手势一道，我们得到了语言的第三种变体——在书写中看得见的“语言”（请看“文字体系”，ⅩⅩⅡ，704）。对于语言而言，人类言语的一元说或者多元说问题与语言起源问题密切相关。也就是世界上所有语言是来自于一种原始语，还是来自于多种原始语？人类言语的起源是多元的。在原始时期，形成了大量各种各样的语言，只是在后来，通过一群人消灭另一群人的方式，或者相互融合和同化的途径使得这种多样性逐渐减少。个体语言也是这样。在有几个孩子的家庭中，每一个儿童在语言发展的初期，都可能有自己特殊的语言，完全特殊的土语。但由于同样的家庭环境和同样的社会语言交流的条件，这些个性化的土语之间的差异逐渐被磨灭，直至消除。语言与民族的等同是科学上的误区之一。某一部落的语言祖先可以属于完全另类的民族。比如在美洲讲法语或者英语的黑人，比如闪米特人讲不同的欧洲语言，就是最好的证明。在民族和具体语言之间没有一点联系。我们从祖先那里继承了语言能力，语言素质，或许，最小的在某方面发展语言的倾向。中国或者日本儿童在俄语环境中会掌握俄语，相反，某一个与该部落不同的个体的起源甚至经过了若干代还可能在细小的发音特点中显现出来。至今为止，甚至在已经远离的语言中，有时还在重复着原始语言创作的尝试，即使已经有“新的”、“想象的”，更加突出和更具有表现力的表达思想的词语存在。甚至最细致的词源学研究，无论在自己的语言中，还是在亲属语言中或者通过传统途径，通过直线的历史继承或者借用的方式，在历史上相互影响的语言中都不能为这些词语找到“亲属关系”。
有关形式与结构，类似词语从属于最常见的形态类型。生动性、粗野的诗歌，这些可以认为是语言创作时期具有典型特点的东西，如今却在不同的秘密或者半秘密的语言中重复着。关于这些，我们在上面提到过。在语言中第一性“词语”是一些不确定形式的词语，就像如今不变化的词语бух、бултых、цап、цапцарап、щек、хап、фырк、шасть、трах等等一样，或者类似于形态上已经划分的无人称动词：светлеет、гремит、мерещится、заволокло等等。在这些词语中，至今语言创作的古老阶层之一还继续存在着。只是到最后，类似的一般词语在不同方面得到了发展，产生了与动词并列的名词和形容词等等。而且，这些不同功能可能借助于特殊的形态标志（белый，белизна，белтеть，лететь，лет，летучий，пыл，пылкий，пылать）等等获得，或者只有从与其他词语的联系中获得，首先在汉语，在英语中也很大程度上就是这样的情况。严格地说，只有个体语言才有发展，部落语言拥有历史，也就是不断地发展。部落语言的历史可以是外部的或者是内部的。外部历史与讲某种语言的部落的历史是一致的。内部历史是由语言表象的发展构成的。外部历史一方面包括了分化为若干类的语言，另一方面，还包括语言混合，它们之间的相互影响和语言之间差异的消失。
假设曾经在某一时期属于同一个共同语或者共同语言状态的所有语言构成语域或者语系。换言之，语系是所有历史上有亲属关系的语言及其他方言的汇总。比如，所有的俄语土语构成了俄语语系，不仅包括现今的，也包括过去的和未来的土语。斯拉夫语系或者斯拉夫语域在这个意义上等于所有斯拉夫语言类别的综合（印欧语系）——所有的雅利安印欧语言分类。不仅完整的、不可分离的语言，而且它们的某些部分和组成部分都可以属于某些语域或者语系。比如，俄语整体上属于斯拉夫语系，又因从德语中借用的词语所致，成为德语语系的组成部分。一些语言甚至在整体上不能只被认为是一个语系的成员，而至少应当属于两个语系。英语首先属于日耳曼语族或者语系，但其大部分的组成部分属于罗曼语系。亚美尼亚语属于雅利安语域，但同样可能被认为属于另一个语域，突厥—鞑靼语一类的语言。某些个体语言状态与这种情况类似。一个能讲几种语言的人，同时属于几个语域或者语系。
某个被认为是同类的语言社会，换言之，在语言方面组成一个完整的整体语域的土语或者方言，可在两方面进行划分和分类：
1）在“平行”方面，地理上、地形上不同地方的土语。
2）在“垂直”方面，以质层的形式，也就是根据社会阶层、作业和生活的方式，根据阶层划分的土语的不同变体。
总之，可以从三个方面分析不同的语言种类：
1）脱离开地理和年代的差异，从社会质层的角度，也就是从不同年龄的语言（儿童、成年人、老人）、不同性别、社会阶级、阶层的语言角度。
2）脱离开社会学和年代学，从地理学和地形学角度，也就是从不同的地方土语和部落语言角度。
3）脱离开社会学和地理学，从年代学角度，在时间顺序上，不同的一个接着一个另一个语言状态的角度。