虽然在其他领域，例如理论语言学，更加受欢迎；言知觉的运动理论并没有在言语知觉领域被广泛接纳。如其三个倡导者所指出的，“在言语知觉领域里，它的支持者很少。许多作者引用它主要是为了提出批评性的评论[5]”，對此有幾種批評意見。[31][32]
多个来源
编辑
言语知觉受非产生性的信息来源的影响，例如语境。单词单独出现时很难理解，但在句子语境中却很容易听到。因此，似乎言语知觉以最佳的方式整合多个来源的信息。[31]
产生
编辑
言语知觉的运动理论预测，婴幼儿的言语运动能力预示他们的言语知觉能力，但实际上是相反的[33]。该理论也预测言语产生中的缺陷将削弱言语知觉，但实际上不会[34]。然而，这只会影响最初的已经被取代的行为主义的理论版本，其中认为婴幼儿应该通过儿童早期的模仿来学习所有的产生-知觉模式。而这已不再是运动-言语理论家的主流意见了。
语言模块
编辑
多方的证据都没能支持专门的语言模块这一想法。
双工感知可以通过摔门观察到[13]。
麦格克效应也可以通过非语言刺激实现，如播放一段篮球弹动视频，但是播放乒乓球弹动的声音[來源請求]。
至于类别知觉，听者对单一语音类别的声音差异也可能很敏感。
因此，这部分的理论已经被一些研究者放弃了[5]。
次词汇任务
编辑
为言语知觉的运动理论提供的证据仅限于例如使用不充分的言词或口语句子这类言语单位来辨别音节。因此，“言语知觉有时被理解成是次词汇层面的言语的感知。然而，这些研究的最终目标大概是为了理解支持生态有效的条件下处理语言能力的神经过程，即语音的成功处理最终引起与心理词汇和听觉理解的联系[35]。但这里有一个问题：“与其隐含的研究目的，语音识别之间的牵强联系”[36]。
模仿
编辑
言语知觉的运动理论面临一个问题：研究言语知觉与言语产生的联系，与大脑处理模仿说出的话也是一致的。只要语言存在，大脑就必须有方法做到这一点。因为孩子词汇量的扩展需要通过学习新颖的口语词汇的方法完成，就像成年人学会新的名字。模仿要由所有的发声法开始，因为只有听到一个生词，以及需要用于识别它的发音姿势和运动目标消失之后，才能知道它的新颖。因此，声音模仿需要从把每一个听到的发音法默认到短期记忆开始。如果言语知觉使用多个来源的信息，这个默认的模仿过程会为词语认知提供辅助帮助。模仿主要的需求在于非固有词语的发声法，这也许能够解释为什么次词汇任务没有将固有词汇与运动姿势处理紧密结合。