Widmową reprezentacją czasowego przebiegu sygnału mowy jest spektrum amplitudowej modulacji. Przeważający czynnik widma modulacji mowy ciągłej, w warunkach idealnych (bez odbić), pojawia się w zakresie od 1 do 16 Hz z maksimum w okolicy 4 Hz , przy czym, bez względu na to jakiego dotyczy to języka, przebieg jest podobny (Greenberg, 1997; Kusumoto i wsp., 2005) . Sytuacja zmienia się w warunkach rzeczywistych, kiedy w pomieszczeniu występuje pogłos. Wtedy maksimum widma obniża się z 4 Hz na 2 Hz, co skutkuje zmniejszeniem współczynnika modulacji (pogłos pełni rolę filtra dolnoprzepustowego). Istotność wpływu widma modulacyjnego a także samej częstotliwości 4 Hz na zrozumiałość mowy została potwierdzona w wielu badaniach psychoakustycznych (Drullman i wsp. 1994; Arai i wsp. 1996).
Jak pokazały dotychczasowe badania, wpływ pogłosu na percepcję sygnału mowy nie jest całkiem jednoznaczny. Okazuje się, iż w warunkach pogłosowych, proces przetwarzania mowy przez wyższe piętra układu słuchowego może zostać zaburzony nawet jeśli sama zrozumiałość mowy pozostaje na wysokim poziomie (cyt). Sato i wsp. (2008, 2007) przeprowadzili badania, dotyczące spadku zrozumiałości mowy wraz ze wzrastającym czasem pogłosu, pokazujące, że choć dynamika zmiany zrozumiałości wynosiła jedynie 27% (73-100%), jej trudność percepcji wahała się od 2% do 98%. Pokazali zatem, że trudność percepcji mowy cechuje się znaczną dynamiką nawet jeśli różnice w poziomie zrozumienia są nieznaczne.
Warto również nadmienić, iż zakłócenia splotowe mogą być czynnikiem prowadzącym do znużenia poznawczego a tym samym zmniejszenia funkcjonalności pamięci operacyjnej (Kjellberg, 2004), szczególnie gdy odbieranie mowy (słuchanie ze skupieniem) trwa przez dłuższy czas.