Wg Edwarda Sapira (1949):  "Najniższą lub najbardziej podstawową warstwą mowy jest głos. (...) Intonacja jest rzeczą o wiele bardziej skomplikowaną, niż się zwykle sądzi. Można w niej wyróżnić trzy warstwy splatające się w jednolity sposób zachowania, który można nazwać <intonacją indywidualną>. Po pierwsze w intonacji jest zawarty ważny komponent społeczny (...) Po drugie ten komponent społeczny jest zdeterminowany w dwojaki sposób. Pewne intonacje są nieodzownym składnikiem naszej mowy. (...) Istnieje ponadto druga warstwa społecznie zdeterminowanych odmian intonacji. Jest to ogólne muzyczne ustawienie głosu. (...) Intonacja jest tylko jedną z wielu faz dynamiki głosu. Trzeba uwzględnić także rytm. (...) Krótko mówiąc, mamy dwa rodzaje rytmu właściwego społeczności: rytm języka i rytm społecznej ekspresji. Istnieją ponadto indywidualne cechy rytmu. (...) Poza intonacją i rytmem są jeszcze inne składniki dynamiki głosu. Należy do nich względna ciągłość mowy. (...) Trzecią warstwą analizy mowy jest wymowa. (...) Czwartą, bardzo ważną warstwą mowy, jest słownik. (...) Na koniec, jest jeszcze styl jako piąta warstwa mowy."