Izrunāti vārdi neatstāj aiz sevis liecības, kuras izrakt arheologiem un izstādīt muzejos. Tie eksistē tikai tik ilgi, cik ilgi dzīvo cilvēki, kas tos ir izrunājuši. Rakstība attīstījās krietni vēlāk par pirmajām runātajām valodām, tādēļ par to attīstību mēs varam spiest tikai vadoties pēc nojausmām un spekulācijām. Valodas izcelsmes jautājums ir tik sarežģīts, ka zinātne pat iemeta ringā baltu dvieli, pametot atbildes meklējumus uz vairāk kā 100 gadiem. Tomēr 20. gadsimta sākumā, tika izstrādāta jauna pieeja, kas balstījās uz paleontoloģiju. Tā vietā, lai nodarbotos ar tukšām spekulācijām, šoreiz zinātnieki vispirms apzināja, kādas fizioloģiskas īpašības ir nepieciešamas tādai valodai, kādu lietojam mūsdienās. Tas nepadara atbildes rašanu daudz vienkāršāku, bet krietni ierobežo blandīšanos bezgalīgu spekulāciju tumsā un ir palīdzējusi izstrādāt vairākas visai ticamas teorijas.
Viena no tām pieļauj, ka runa ir attīstījusies no dabiskām skaņām, kādas mūsu senči ir dzirdējuši dabā un centušies atdarināt, piemēram, putnu dziesmas, dzīvnieku saucienus, viļņu un vēja šalkoņu. Šīs teorijas kritiķi norāda uz to, ka ļoti maz vārdu, kādus valodā lietojam mūsdienās, sastāv no skaņām, kas asociētos ar vārda nozīmi. Turklāt vairums valodnieku uzskata, ka pirmie modernie cilvēki uznāca uz skatuves jau paši ar savām dabiskajām skaņām. Modernais cilvēks neparādījās zemes virsū, kā tukša diktofona lenta, kurā skaņas vispirms ir jāieraksta, lai tās varētu atskaņot. Pirmie cilvēki neradās pēkšņi vienas dienas laikā. Senākie moderno cilvēku skeleti, kādus mums ir izdevies atrast, ir 100 tūkstoš gadu seni. Tātad vismaz tik sen pa pasauli staigā cilvēki, kurus nebūtu iespējams atpazīt kinoteātra zālē no mūsdienu cilvēkiem, ja tos pārģērbtu un safrizētu. Protams, atskaitot to, ka viens no zālē sēdošajiem skatītos kino ekrānā ir tik izbrīnītu sejas izteiksmi, it kā viņš nekad nebūtu redzējis kustīgus attēlus. Spriežot pēc atrastajiem skeletiem, šie cilvēki ne tikai izskatījās tieši tāpat kā mēs, bet to rīcībā bija arī tieši tādi runas instrumenti kā mums: tāda paša izmēra galvaskauss, balsene un balss saites. Tomēr evolūcija norit pakāpeniski, tūkstošiem paaudžu laikā. Pat tad, ja mēs atrastu katra senā cilvēka skeletu, nebūtu iespējams novilkt stingru līniju starp paaudzēm, lai kategoriski atšķirtu modernos cilvēkus no mūsu aizvēsturiskajiem senčiem. Tādēļ pirmās moderno cilvēku paaudzes tā īsti ne ar ko neatšķīrās no saviem vecākiem. Evolūcijas pārmaiņas ir tik lēnas, ka starp divām paaudzēm atšķirības var būt tikai tik niecīgas, ka tās ir atrodamas tikai antropologa laboratorijā, mērot katru skeleta kaulu ar precīzu bīdmēru. Pirmais modernais cilvēks, arī ja tādu būtu iespējams nošķirt, pats noteikti neredzēja nekādas atšķirības starp sevi un saviem senčiem, tādēļ arī turpināja lietot to pašu primitīvo saziņu, kā viņi.
Lielie primāti, kādi uz pasaules ir sastopami šodien, saziņā lieto primitīvus kliedzienus, saucienus, rūcienus un citas tamlīdzīgas skaņas kopā ar roku žestiem. Tādēļ pati populārākā valodas rašanās teorija paredz, ka modernais cilvēks ir radies, mantojot šādu vienkāršu saziņu no saviem senčiem. Pilnīgi iespējams ir arī tas, ka valodas attīstību ir veicinājušas nebrīvprātīgas skaņas, kā sāpju kliedzieni, bēdu raudas, noguruma nopūtas, pārsteiguma izsaucienu, dusmīgi saucieni un tamlīdzīgas. Visdrīzākais, kādā vēstures brīdī, cilvēks kļuva pietiekoši fizioloģiski attīstīts, lai šai primitīvajai saucienu un žestu zupai pievienotu sarežģītākus valodas elementus. Tūkstošiem gadu laikā šis process ir ticis pilnveidots, spējot izteikt ar vien sarežģītākas domas, stiprinot sociālās saiknes starp kopienu locekļiem, līdz ir pārtapis tik pilnvērtīgā valodā, kādās cilvēki runā mūsdienās. Diemžēl, fizioloģiskās zināšanas par to, kas tieši ir nepieciešams sarežģītai saziņai, ir vienīgā cietā zinātne, uz kādu varam paļauties, izstrādājot valodas rašanās teorijas. Ar vienīgi stingru pamatu zem kājām, mums atliek spekulēt par vairākām šī procesa detaļām, no kurām lielākā daļa paliks tīta noslēpumu miglā mūžīgi.