ヒトの言語の特徴として１初めて聞いた音をまねることができる、２文法がある、３意味を伝えることができる、４社会性を反映する、という特徴がある。動物で聞いた音をまねることができるのは鳥類の半分、クジラ類、ヒトだけだという。鳥とクジラでは飛行や潜水の必要性から呼吸を意識的にコン
トロールできることが音をまねる能力の基礎になっている。人間に呼吸をコン
トロールする能力があるのは赤ちゃんが鳴き声で母親をコン
トロールする必要から生じたのではないかという仮説を提示する。意味を伝えることのできる鳴き声はげっ歯類の
デグー、テナガザル、
ハダカデバネズミにもあるが新しい音をまねる能力がない。ジュウシマツには聞いた音からチャンクを切り分けて再構成する能力があり、オスのひなは周りの大人のオスのさえずりを聞いて自分なりのオリジナルなさえずりを構成する。ヒトの言語でももともとは歌詞のない歌のようなものが出発点で、その中から共通性のある音の塊（チャンク）を切り分けることで単語が成立してきたのではないかと考える。ミズンの「歌う
ネアンデルタール」でも提唱されている。これを実験的に検証するのは難しいのでコンピューターシミュレーションを行うというが本書刊行から5年たってシミュレーションはどうなったのだろう？
