Ein indirekter Ansatz zur Erforschung der inneren Sprache ist die Untersuchung dessen, was Wygotski für sein beobachtbares Gegenstück, die private Rede hielt. Zum Beispiel untersuchten Al-Namlah et al. (2006), ob Vygotskys Vorstellungen über die Entwicklung der verbalen Mediation in der Kindheit in einem domänenallgemeinen Übergang zur verbalen Selbstregulierung belegt wären. Sie fanden heraus, dass die Verwendung von selbstregulierender privater Rede bei einer “Tower of London”-Aufgabe (ein häufig verwendetes Maß der Planung, bei dem die Teilnehmer Ringe auf einer Reihe von Polen bewegen müssen, um einer bestimmten Anordnung zu entsprechen) mit der Größe des phonologischen Ähnlichkeitseffekts korreliert, einem Index der inneren Sprachnutzung im Arbeitsgedächtnis. Ein solcher Befund deutet auf enge Verbindungen zwischen privater Sprache und verdeckter verbaler Codierung hin. Obwohl diese Arbeit noch nicht durchgeführt wurde, könnten die kognitiven und neuronalen Dimensionen der Unterscheidung zwischen Sprechen und Hören bewertet werden, indem Gegenstände in Selbstberichtsinstrumente wie das VISQ integriert und versucht werden, solche Erfahrungen spontan während der Neuroimaging zu erfassen (Kühn et al., 2014). Wie bei dem obigen Vorschlag zur Erfahrungserfassung der dialogischen inneren Sprache im Scanner könnte die Verwendung einer Methode wie DES, um über spontane Vorkommen des inneren Hörens zu berichten, mit laufenden Gehirnaktivierungen in einer Weise korreliert werden, die die neuronalen Grundlagen der Unterscheidung offenbaren würde. Die flexible Abstraktionshypothese von Oppenheim und Dell (2010) ist ein Beispiel für ein Konto, in dem ein einzelner zugrunde liegender Prozess an unterschiedliche Aufgabenanforderungen angepasst werden kann. In ihrem Modell ist die innere Sprache in erster Linie eine abstrakte verbale Darstellung auf der Ebene der phonemischen Auswahl, deren Grad der featuralen Spezifikation je nach dem eingesetzten Artikulationsgrad angepasst werden kann (siehe Abbildung 1b).
Der Kontrast zwischen kondensierter und erweiterter innerer Sprache in Fernyhoughs (2004) Modell könnte in ähnlicher Weise betrachtet werden, obwohl in diesem Fall zwischen kondensierten und erweiterten Formen die semantische und syntaktische Komplexität der inneren Sprachdarstellung sowie ihre phonologischen Details variiert (siehe Abbildung 1c). Eine prima facie Annahme könnte sein, dass die neuronalen Korrelate der inneren Sprache einfach eine abgeschwächte oder gehemmte Version von neuronalen Zuständen widerspiegeln würden, die mit freier Sprache verbunden sind. Zur Unterstützung dieser, Aktivierung von Broca Bereich oder linken unteren frontalen Gyrus wurde sowohl während der uneinigen und stillen Artikulation von Wörtern beobachtet, insbesondere im ventralen Teil des Pars opercularis (Preis, 2012). Daneben sind neben dem vorderen Teil der Insula oft auch zusätzliche Motorflächen (SMA) und Teile des prämotorischen Kortex beteiligt, obwohl behauptet wurde, dass letztere speziell an Muskelprozesse gebunden ist, die für die overt Speech-Produktion erforderlich sind (Ackermann & Riecker, 2004). Es scheint also, als würden die Menschen ein riesiges Spektrum innerer Ruminationen erleben – von kurzen scharfen Behauptungen “Tasse Tee!” bis hin zu langen komplexen “Parkinson-Stil”-Inneninterviews.