音声モニタリングの知覚ループ理論（Levelt, 1983）は、内言語と表出言語は理解システムによってモニタリングされ、理解システムは定式化した発話の理解度と当初意図した発話の比較によって誤りを検出すると主張している。 知覚ループモニターを検証するために、話者は絵の名前をつけ、時には絵の名前とは異なる聴覚的（実験1、3）あるいは視覚的（実験2、4、5）な単語に反応して発話を停止しようとした。 これらの停止信号語は、意図する単語との意味的または音韻的な類似性の点で様々であった。 単語生成を停止させる能力は、音韻的類似度と、実験5では感情の価に敏感であったが、意味的類似度には敏感でなかった。 これらの結果は、知覚ループが音韻知識が表現されるレベルで比較を行うことにより、誤りを検出することを示唆している。 また、これらのデータは、対話やバックチャネリングなど、同時理解の影響を受ける音声生成領域が音韻比較に基づいて動作している可能性を示唆するものである

。