ضبط صوت یکی از مهم ترین پیش نیازهای پایه برای ارزیابی کیفیت صوت است. یک با صوت با کیفیت بالایی ضبط می شود و می تواند ذخیره شده و دوباره در دسترس قرار گیرد تا این که بتوان در پژوهش های بعدی مورد استفاده قرار گیرد. یک نمونه از فرکانس فرمت 2000هرتز توصیه می شود. به طور ایده آل ضبط صوت می تواند در اتاق درمانی انجام شود اگرچه یک اتاق آرام با محدوده ی پارازیت کم تر از 5 دسی بل قابل قبول است. فاصله دهانه میکروفون حدود 10 سانتی متر به طور ثابت قرار گیرد. توصیه می شود سر میکروفون صاف باشد. موقعیت محوری 45 تا 49 درجه از محور دهان پارازیت های آئرودینامیکی را از دهان در حین گفتار را کاهش می دهد.

پروتکلی از نمونه های ضبط استاندارد با توجه به صدای گفتاری به شرح زیر است:

-تولید واکه به طور ارادی با ارتفاع و بلندی راحت 3 بار ضبط انجام شود.

-تولید واکه با سدت بالاتر برای ارزیابی تغییرات ممکن در کیفیت و شیب کاهش فرکانس و سطح میزان فشار صدا.

-گفتن یک جمله یا عبارت کوتاه.

انتخاب آوایی می تواند مفید باشد، هم چنین یک عبارت کوتاه با واکداری یکسان(نه صداهای بی واک و حرف زدن بدون وقفه) و نه سایشی ها. جمله به وسیله برنامه رایانه ای برای ثبات واکه ها آنالیز می شود.