Pierwszym etapem treningu słuchowego jest zawsze rozpoznawanie sygnałów informacyjnych innych niż sygnał mowy, czyli np. odgłos dzwonka do drzwi, szum wody, klaskanie, stuknięcie, dźwięk telefonu, sygnał karetki. To jest taka „podstawa fundamentu”, zanim w ogóle zaczniemy bawić się w rozumienie mowy. Z punktu widzenia rehabilitacji słuchu (szczególnie po protezowaniu aparatem słuchowym czy implancie ślimakowym) najpierw uczymy mózg, że dźwięk w ogóle coś znaczy i że różne dźwięki niosą różne informacje. W dobrych programach treningu słuchowego, zgodnych z zaleceniami rehabilitacji audiologicznej, zaczyna się od detekcji i różnicowania prostych bodźców akustycznych: głośno–cicho, krótko–długo, jeden–wiele, szum–dźwięk tonalny. Później dopiero przechodzi się do rozpoznawania konkretnych dźwięków otoczenia, a dopiero na dalszym etapie – do mowy. Moim zdaniem to podejście ma ogromny sens praktyczny: pacjent musi najpierw nauczyć się „łapać” sygnały ostrzegawcze i użytkowe, bo to ma bezpośredni wpływ na bezpieczeństwo i samodzielność (np. usłyszenie czajnika, syreny, klaksonu). W pracy protetyka słuchu czy logopedy–audiologa takie stopniowanie zadań jest standardem i jest zgodne z dobrą praktyką rehabilitacji: od prostego do złożonego, od sygnałów pozawerbalnych do mowy, od samego wykrycia dźwięku, przez różnicowanie, identyfikację, aż do rozumienia wypowiedzi w hałasie. Ten pierwszy krok, czyli rozpoznawanie sygnałów innych niż mowa, jest więc absolutnie kluczowy i bez niego późniejsze ćwiczenia na głoskach czy zdaniach po prostu nie „zaskoczą” tak jak trzeba.
W treningu słuchowym bardzo łatwo mentalnie przeskoczyć od razu do mowy, bo to ona kojarzy się większości osób z „słuchaniem”. Tymczasem profesjonalne programy rehabilitacji słuchu, stosowane w audiologii i protetyce słuchu, są dużo bardziej uporządkowane. Na początku absolutnie nie chodzi o to, żeby pacjent od razu słuchał muzyki czy rozpoznawał głoski. Najpierw trzeba odbudować lub zbudować od zera podstawową zdolność mózgu do wykrywania i różnicowania prostych bodźców akustycznych. Słuchanie muzyki jest oczywiście przyjemne i bywa używane jako uzupełnienie terapii, ale muzyka to bardzo złożony sygnał akustyczny: zmienia się wysokość dźwięku, rytm, dynamika, barwa. Dla osoby na początku rehabilitacji, świeżo po dopasowaniu aparatu słuchowego czy po wszczepieniu implantu ślimakowego, taki materiał jest po prostu za trudny i mało funkcjonalny, bo nie przekłada się bezpośrednio na codzienne bezpieczeństwo i komunikację. Rozróżnianie głosów żeńskich i męskich też wydaje się kuszące jako początkowe ćwiczenie, ale to już jest etap, w którym pacjent musi analizować cechy mowy: wysokość fundamentalną głosu, formanty, melodię wypowiedzi. To zdecydowanie nie jest pierwszy krok, tylko raczej zadanie z poziomu różnicowania mowy po wstępnym oswojeniu z dźwiękami. Podobnie rozpoznawanie głosek przy równoległym odczycie ich z ust to już dość zaawansowany trening percepcji mowy, łączący odsłuch z czytaniem z ruchu warg (tzw. wspomaganie wzrokowe). Stosuje się go, kiedy pacjent ma już opanowane rozróżnianie prostych dźwięków, dźwięków otoczenia, a także podstawowe różnicowanie struktury sygnału mowy. Typowym błędem myślowym jest przekonanie, że skoro celem końcowym jest dobra komunikacja werbalna, to trzeba od razu ćwiczyć mowę. W rzeczywistości dobra praktyka rehabilitacyjna zakłada stopniowanie trudności: najpierw detekcja i identyfikacja sygnałów pozawerbalnych (dźwięki otoczenia, sygnały informacyjne), potem dopiero elementy mowy – sylaby, proste słowa, zdania. Pominięcie tego wstępnego etapu powoduje, że pacjent jest przeciążony bodźcami, szybciej się zniechęca i wolniej robi postępy. Dlatego odpowiedzi skupione na muzyce, rozróżnianiu głosów czy głosek dotyczą późniejszych poziomów treningu, a nie samego początku procesu słuchowej rehabilitacji.