Dieses nachlassende Sprachverstehen lässt sich folgender Maßen erklären: Unsere Sprache besteht aus eher tiefen Tönen, mitschwingenden Obertönen und sehr hohen Tönen. Gesprochene Sprache liegt in einem ganz bestimmten Frequenzbereich. Weil dieser Bereich die Form einer Banane hat, wird er auch als Sprachbanane bezeichnet. Üblicher Weise unterhalten wir uns in einer bestimmten Lautstärke und mit einer bestimmten Tonhöhe. Eine ganze Reihe gesprochener Laute haben dabei eine besonders hohe Tonhöhe – etwa die Konsonanten s, sch, f, g, t, p, h und z. Sie liegen an der Obergrenze der „Sprachbanane“.

Haben Menschen Schwierigkeiten mit dem Sprachverstehen, liegt das zumeist daran, dass sie eben diese hohen Töne – den Gesang eines Vogels, das Spiel einer Violine oder auch die genannten Konsonanten - nicht mehr hören. Es hilft ihnen dann auch nicht, dass ihr Gegenüber lauter spricht. In Gesprächen, insbesondere bei Stimmengewirr oder Hintergrundgeräuschen, fehlen ihnen die hohen Konsonanten. Sie raten dann, was der andere gesagt hat. Aus ‚Tanne’ wird ‚Tasse’ oder ‚Tasche’, aus ‚Keule’ ‚Eule’ oder ‚Beule’. Unfreiwillig komische oder auch unangenehme Situationen entstehen.