A 12–16. hónapos kor az ún. passzív beszéd időszaka, melyet azután rohamosan követ az első szó megjelenése. A beszéd feldolgozására az ún. globális beszédmegértés a jellemző, azaz a gyermek csak az elhangzó beszéd egy részét képes felismerni, és a megértést még nagyban segítik a külső tényezők pl. beszédhelyzet, gesztusok, mimika, intonáció stb. Az elemző, analitikus megértés csak később alakul ki.

Az első szókezdemények a 10. - 12. hónap táján jelennek meg, emellett a gőgicsélés még kb. 15 hónapos korig hallható a gyermeki megnyilatkozásokban, majd fokozatosan megszűnik. A holofrázisok agyermek első jelentéssel bíró hangsorai. Formájukat tekintve a felnőttnyelv szavaihoz, funkciójukattekintve pedig a felnőttnyelv mondataihoz kapcsolhatók. Komplex nyelvi jelenségek, melyek kétféle módon jöhetnek létre:

1. A gyermek több- kevesebb sikerrel utánoz egy a környezetéből hallott szót
2. A környezet jelentést tulajdonít egy-egy gőgicsélt, esetleg értelmes szóra emlékeztető hangsornak és ezt a jelentést erősíti meg a gyermekben

A legkorábbi nyelvi közlések főként kérő és felszólító mondatdallammal kiejtett szavak vagy egészében megjegyzett szókapcsolatok, pl. ’Baba!’;’ ’Ott!;’ ’Adide!’ Jelentésükben, kommunikatív céljaikban gyakorlatilag azonosak a korábban gesztusokkal (rámutatás, nyúlás), vagy gesztusokkal és vokalizálással kifejezett üzenetekkel. Fonetikai szempontból valamely lexikai egység leképződései. Általában könnyen kiejthető szavak, amelyek a gyermek környezetében gyakori személyre, tárgyra vonatkoznak, valamilyen kedvelt cselekvést jeleznek, irányt, tárgyak eltűnését vagy megjelenését fejezik ki. Nem feltétlenül egyeznek meg a felnőttek által használt szavak formájával és jelentésével. Egy szó több tárgyat vagy cselekvést jelölhet, de az is előfordul, hogy a dolgok különböző helyzetekben más- más nevet kapnak. Ezek az izolált szavak még nem hordoznak ragokat, és jelentésük gyakran a felnőtt használathoz képest túl általánosított pl. a kisgyerek számára gyakran minden fiatal felnőtt férfi ’apa’, vagy éppen túlságosan diszkriminált pl. csak az otthoni kutyát nevezi úgy, ’vauvau’, nem egyszer  téves illesztésen alapulnak pl. nem a megfelelő szót használja a fogalomra.

A gyermek eleinte csak a hallott hangsor egy részletét ismétli meg. Legtöbbször a szavak elejét rekonstruálja pl. ’ba’ ─ ’banán’, nusz ─’nyuszi’, kisebb százalékban a végét pl. át –’lapát’, geji –’reggeli’. Egy kis idő múltán igyekszik imitálni a szótagszámot is pl. ’sűsű –’fésű’, pőpő –’cipő’, és ez már a szupraszegmentális észlelés finomodását jelzi.

A kettős tárolás eredményeként a gyermek minden szemantikai egységet két formának feleltet meg. Tárolja a saját, a környezettől eltérő gyermeknyelvi szavait pl. ’pcsu’, ’sócsi’ és a felnőtt helyes formáit pl. papucs, zokni. Az utóbbi formáknak a szó felismerésekor és azonosításakor elsőbbsége van. Később a fejlődés folyamán a felnőtt változatok fokozatosan kiszorítják a gyermeknyelvi formákat. (Lengyel 1981)

Az első év vége felé a gyermekek olyan szótagsorozatokat mondanak, melyek intonációja, hangsúlyozása anyanyelvük mondataira emlékeztetnek, de jelentéssel nem bírnak vagy csak egy-két értelmes, ismert szót tartalmaznak. Ez a halandzsázás, az ún. expresszív zsargon. Mi-vel ebben az időszakban a beszéd önmagában nem, csak a helyzet ismeretében érhető meg, ezért a jelenséget szituatív beszédnek is nevezzük. (Gósy 2000)

5. ábra. A beszéd kialakulásának és a nyelv fejlődésének folyamata (Szomor 2009,82)