人类言语的发音是由大脑皮质高级中枢和皮质下低级中枢控制的。

大脑皮质对发音的控制是有目的、有意识的，是非常精密的、准确的。特别是对发音的呼吸肌、喉肌、唇舌齿的配合运动，可使我们能完成各种发音，常用于模仿、学习。如小儿学说话，模仿别人口吃等等，大脑皮质这个高级发音中枢，可以控制习惯性言语发音以外的任何发音。

皮质下低级中枢对已形成的言语发音条件反射有控制作用，可以控制经常性习惯言语发音活动。如：我们使用的某种地方话，每天日常的说话等，都是依靠反射性发音。

多数的口吃者都是由于“模仿”这种非习惯性的发音活动自觉不自觉地形成的不良习惯性发音活动，作为口吃，也是由一些列的条件反射而导致的。这既有第一信号系统的条件反射，又有第二信号系统的条件反射。