La primera hipótesis planteaba que el lenguaje oral se percibía mediante la corteza auditiva, ya que los pacientes que presentaban dificultades graves de comprensión sufrían lesiones en la circunvolución temporal superior del hemisferio izquierdo (Afasia de Wernicke).
No obstante, algunos trastornos en la capacidad de procesar sonidos del lenguaje o fonemas guardan poca relación con las dificultades de compresión observadas en la afasia de Wernicke, mientras que la destrucción de la circunvolución temporal superior izquierda puede coexistir con una comprensión normal y, por el contrario, con problemas en la producción oral. Además, la circunvolución transversal de Heschl (área auditiva primaria) interviene directamente en el primer procesamiento de toda clase de sonidos, sean lingüísticos o no.
Hickok y Poeppel plantean que la entrada sensorial auditiva es procesada a través de dos grandes sistemas o rutas neurales (streams).
Ruta ventral
La ruta ventral procesa la señal de habla para su comprensión. Se considera que la ruta ventral es bilateral, aunque con importantes diferencias computacionales entre ambos hemisferios cerebrales (Ruta del qué). Así, si se trata de una señal de habla, y dependiendo del tipo de tarea ejecutada, la información neural se bifurca en los dos grandes sistemas mencionados.
Según Hickok y Poeppel, no está claro aún, si la computación del habla implica obligatoriamente todos los niveles de procesamiento operando de forma serial y jerárquica o, por el contrario, actúan en paralelo y con cierto grado de flexibilidad.
Dentro del sistema ventral se dan ciertas diferencias computacionales entre los dos hemisferios que afectan sobre todo a la escala temporal de integración.
El hemisferio derecho mostraría selectividad para actuar en una escala amplia de 150-300 ms, propia de la información suprasegmental (prosodia o entonación) del habla.
El hemisferio izquierdo, por el contrario, parece menos selectivo y podría actuar tanto en esa escala de integración, como en una escala más corta de 20-50 ms, en lo que sería un procesamiento rápido propio del nivel segmental.
Ruta dorsal
La ruta dorsal proyecta dicha información sobre las redes articulatorias del lóbulo frontal izquierdo, fuertemente lateralizada en el hemisferio izquierdo dominante.
Esta ruta neural corresponde a las redes articulatorias y tendría un papel esencial en la integración auditivomotora.
Hickok y Poeppel sugieren que existen al menos dos niveles de interacción auditivomotora, uno estrecho que implicaría segmentos fonéticos, y otro, más amplio, que abarcaría secuencias de segmentos y que intervendría principalmente en la adquisición de nuevo vocabulario. Así, en la medida en que las palabras se hacen más familiares en su uso, este último nivel de integración se volvería más automático, agrupando secuencias motoras más amplias.
Las lesiones unilaterales en el sistema dorsal causan con frecuencia dificultades en la producción del habla, como sucede con la afasia de conducción, en la que el daño se localiza preferentemente en la unión temporoparietal o en las fibras del fascículo arqueado, que forma parte de la ruta dorsal.
Este síndrome de desconexión se caracteriza por una buena comprensión oral, ya que la ruta ventral está intacta o, si no lo está, queda compensada por la del hemisferio derecho, pero presenta frecuentes errores fonémicos en la producción verbal, siendo sensibles a la carga de procesamiento. así los errores son más probables cuando se pronuncian palabras más largas, palabras menos frecuentes y con menos restricciones semánticas debidas al contexto.
De esta forma, el concepto básico de que la información sensorial debe ser procesada por dos sistemas diferenciados, uno conceptual o del significado, y otro articulatorio-motor, se ajusta bien a un marco dual también planteado para el dominio visual y más recientemente para el somatosensorial.