Percibir el habla es una tarea muy compleja que requiere unos mecanismos igualmente complejos. Prueba de ello es lo difícil que está resultando construir máquinas capaces de realizar esa tarea, a pesar del esfuerzo y dinero que desde hace tiempo se vienen invirtiendo. Hay varios factores que dificultan la  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas del habla:

•  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas: normalmente oímos las conversaciones en ambientes ruidosos (en la calle, en la cafetería, etc.) en los que tenemos que separar el habla de otros sonidos.
•  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas: hay una gran disparidad en la forma en que pronuncian las palabras las diversas personas debido a las características de sus aparatos fonadores (gran variabilidad entre niños y adultos, hombres y mujeres) y de sus dialectos y acentos.
•  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas: muchas veces oímos al mismo tiempo varias conversaciones que se superponen.
•  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas: nuestro sistema perceptivo tiene que ser capaz de identificar con gran rapidez los fonemas, ya que nos pueden llegar unos 20-30 por segundo.
•  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas: contrariamente a la lectura, en la que las palabras permanecen antes nuestros ojos todo el tiempo que queramos, en la percepción oral las palabras se desvanecen muy rápidamente.

Pero hay sobre todo dos factores que convierten la percepción del habla en una tarea sumamente compleja:

• El  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas: el habla es continua y no segmentada en palabras.
• El  Diferencias individualespercepciónproblema de la ausencia de invarianzaproblema de la continuidadRápido desvanecimiento del hablaRapidez en la producción del hablaRuido ambientalSuperposición de hablas: no existe correspondencia exacta entre los estímulos acústicos y los segmentos fonéticos.