说到人类的语言（当前指自然语言），首先会是指口语。在动物界，人类有着超强的发音能力，这种能力经常让人误以为人生来就会说话。口语的能力不是由发音单方面的能力决定，它还取决于人类的听力与智力。按瑞士语言学家——近代语言学的开创者之一索绪尔（Ferdinand de Saussure，1857.11—1913.3）的说法，我们的发音器官不是天生就可用来说话的。正如我们的手不是天生就可用来写字一样，语言是在人类生理基础上后天习得的。

然后是文字。人类的口语有数万年的历史，通常的观点是：历史上先有口语再有文字。如果文字的历史可以认为从人类在岩壁上涂画开始，也有看法认为口语与文字的出现并无明显的先后。人类的族群无论大小都有自己的口语，文字则没有这种普遍性，许多小一些的族群至今未有效发展出自己的文字。今天这种样式文字的普及应用在人类历史很晚的时期才出现。在文字出现但未普及的很长时间里，文字只是社会里少数特权阶层人士—如僧侣、贵族所使用，这在世界各地都一样。

关于口语与文字的关系，一种观点认为：文字只是作为口语的视觉记录。口语与文字关系中，“后者唯一的存在理由是在于表现前者[i]”。同理，手语只是口语的手势表现，其他的所有语言形式都是口语的另一表现形式。人类个体的发展来说，每个人也是从婴儿时先学习口语，口语学得差不多能应付日常对话了，才开始学习文字。使用文字时，往往也是先形成口语，再转录为文字。语言学家进行语言研究时，很多的语法问题也需要追溯至口语来进行分析。比如，用语气、语调、重音等声音特征进行断词、断句、确定句子成分等。

从历史渊源上，文字开始时并不与口语在同一进程。口语或发端于古人本能的呼叫；“书画同源”文字最初是与绘画一起发生的，这在世界各地都一样。最早的文字就是一幅图画，这太复杂了。当人们不是在画画，而是表达特定的意义，画面逼真并不是要点，人们自然会在达意的基础上去简化。简化的方向是保留着图画的特征同时只用尽量少的线条，这一进程的典型阶段就是各大洲的古代文明都发展出的象形文字。象形文字仍然是太复杂，稍有点抽象性的观念也不易用图画性文字来表达，图画性文字也不容易规范化，这会影响到语言规则的成型。象形文字后的发展是继续简化。这时候，东西方文字的发展走上不同的方向。西方走向了拼音文字，拼音文字以一些基本的字母来组合形成文字上的各种单位，字母的组合主要是为了拼写出对应的单词或句子在口语上的发音。汉字仍在原方向一种字体接一种字体地推出，不断地进行简化。今天，汉字也有一定的拼音功能，如很多字都有个声旁，但汉字主要是服务于表意的。在中国，不同地方的汉族人可以说着发音差异显著的方言，但使用的文字基本是统一的。经验上，汉族人并没有与西方人一样强烈的“文字只是作为口语的视觉记录”的感受，文字与口语有各自相对的独立性。

口语的使用发展出自然语言，文字是自然语言在视觉符号上的对应使用。持有这种观点，应该注意到这样一个史实：近代文明开始的一个前提是造纸术与印刷术的成熟，成熟造纸术与印刷术的规模应用，带来的正是包括文字在内的视觉符号的普及使用。

[i] 《普通语言学教程》（费尔迪南-德-索绪尔，商务印书馆 2011年）P35页