A escolha dos testes a serem realizados, na audiometria vocal, não depende das condições auditivas, de linguagem e de cognição do paciente.

Se o resultado do índice de reconhecimento de fala com palavras monossílabas for inferior a 88%, deve ser realizada a apresentação de 25 palavras dissílabas em uma intensidade 30 dB superior à média tritonal.

O limiar de detecção de voz deve ser realizado na impossibilidade de realizar o limiar de reconhecimento de fala. Geralmente, esse procedimento é realizado com pacientes com perdas auditivas muito intensas, que não conseguem discriminar a fala.

O índice de reconhecimento de fala pode ser considerado o teste mais importante da bateria de testes que compõem a audiometria vocal, pois seus resultados demonstram como o paciente ouve e é definitivo para diferenciação entre perda auditiva mista e condutiva.

Para a execução do limiar de reconhecimento de fala, são usadas palavras trissílabas ou polissílabas. É realizado em ambas as orelhas simultaneamente e sempre é iniciado com uma intensidade de 30 a 40 dB abaixo da média tritonal. A cada palavra que o paciente consegue reconhecer é diminuída a intensidade em 5 dB ou 10 dB.