A única medida de acuidade com sons de fala é a pesquisa do limiar de detecção de voz.

O estímulo apresentado é passível de ser monitorado em seu nível de intensidade pelo medidor vu (ou dB). Essa monitoria garante que as características acústicas sejam constantes para lista de palavras utilizadas.

Em alguns casos, o limiar de reconhecimento de fala (LRF ou SRT) é menor que o previsto pela média tritonal, o que caracteriza configurações audiométricas atípicas. A base para esta discrepância é a menor sensação de intensidade percebida para a fala do que para os tons puros nos mesmos níveis de audição.

Assim como os tons puros, os sinais de fala apresentados a uma orelha em níveis altos de intensidade (que excedam a atenuação interaural) necessitam do uso do mascaramento na orelha não testada. Este mascaramento pode ser realizado com ruído de banda larga ou com espectro de fala (ruído de fala ou speech noise).