有些研究者主张，相对于拼音语言文字来说，语音意识在学习汉语阅读时发挥的作用相对有限（例如，Chow et al.，2005；Huang & Hanley，1995，1997；McBride-Chang & Ho，2000；Mc-Bride-Chang et al.，2005；Shu，McBride-Chang，Wu，& Liu，2006；Siok & Fletcher，2001；Taylor，2002）。汉语是一种语素—音节文字语言，其基本单位“字”代表一个音节和语素。因此为了准确地阅读汉语，儿童无须将音节分解为音素。此外，虽然大约80%的现代汉字使用声旁为字的读音提供了线索，但是它们相对来说较为模糊，在某些情况下甚至起到误导作用（例如，Shu，Chen，Anderson，Wu，& Xuan，2003）。据估计，大约只有23%～26%的声旁合成字（声调也考虑在内）可以通过声旁准确读出（Chung & Leung，2008）［ 但是有研究者估计这一比例可达 39%（Zhou，1978）］。