Esta tesis doctoral, apoyándose en una investigación empírica, propone un modelo teórico general de la expresión sonora oral y desarrolla un modelo funcional de los niveles expresivos que dependen exclusivamente de los matices sonoros de la construcción oral. Es decir, estudia aquellos matices acústicos que cabalgan sobre las estructuras fonéticas, gramaticales y sintácticas, y que alteran los contenidos semánticos de los textos, enriqueciéndolos, o cambiándolos radicalmente respecto a la interpretación que se haría de ellos si en lugar de sonar estuviesen escritos. 

Metodológicamente la tesis se desarrolla a partir de una serie de pruebas de percepción realizadas por 128 sujetos experimentales, en las que se solicitaba al oyente que juzgara el aspecto físico, el carácter y la sonoridad de la voz de 16 versiones sonoras distintas de un mismo texto. Las 16 versiones estaban grabadas por 8 profesionales de la voz, 4 hombres y 4 mujeres, y cada uno de ellos interpretó dos de las 16 versiones. 

El experimento está planteado en dos partes: 

- En la primera se estudia estadísticamente el tipo de imagen que configura en la mente de los receptores cada una de las voces.
- En la segunda se analizan con métodos electroacústicos las formas sonoras de cada voz que han generado las percepciones de la primera parte del experimento. 

El análisis instrumental desarrollado se centra exclusivamente en el estudio de las formas tímbricas de cada voz. En tanto que la tesis se plantea como investigación fundamental, los modelos que se han desarrollado en ella son susceptibles de ser aplicados en otros campos, por ejemplo en el desarrollo de nuevos métodos pedagógicos y docentes, o en la síntesis y el reconocimiento automático del habla.