٣ ـ وفي المرحلة الثالثة: اقترن صوت معيَّن ونُطْق معيَّن بصورة معيَّنة دون ارتباط بين هذا النطق وبين ما كانت الصورة تعبِّر عنه. فالكلمة الدالة هنا تشير إلى مقطع من الكلمة وحسب وليس إلى كلمة بأسرها. فكلمة «لبن» في السومرية هي «جا» . ولذا، أصبحت كلمة «جا» تستعمل لكتابة المقطع «جا» بغض النظر عن معناه. وعلى هذا المنوال، أمكن كتابة مقاطع أخرى، وأمكن بضم بعضها إلى بعض كتابة كلمات أو أجزاء من كلمات كما في صيغ الأفعال دون الرجوع إلى الرموز التصويرية، فلكتابة كلمة «جاز» (ومعناها «كسر» ) كانت تُكتَب العلامة «جا» (الدالة على «اللبن» ) ثم العلامة «آز» الدالة على «الدب» ، وهذه هي الكتابة الصوتية، وكان اختراعها خطوة واسعة إلى الأمام نحو تبسيط نظام الكتابة، ولكنها كانت أيضاً شديدة الصعوبة فالقيم الرمزية للعلامات لم تختف تماماً، فكان كثير من العلامات يُفسَّر إما على أساس رمزي أو على أساس صوتي، حسب السياق. هذا إلى جانب أن معظم الرموز، وهي وافرة الكثرة، تتألف من علامات لكل منها أكثر من قيمة صوتية، فالعلامة المشتقة من قدم الإنسان كانت تُقرأ جين gin (بمعنى سار) أو جاب gub (بمعنى وقف) أو تام tum (بمعنى حمل) . وكانت الكتابة الآشورية والمصرية تأخذ هذه الصبغة التصويرية والمقطعية.
٤ ـ وفي المرحلة الرابعة: تخصَّصت بعض العلامات لتدل على الحروف الجامدة، وقد جعلوا هذه الحروف تمثل صوت الكلمة الأولى التي اقتُبست منها على أن تُفهَم الحروف المتحركة من السياق. ويبدو أن المصريين القدامى كانوا أول من طوَّر هذه الأبجدية، ويُقال إنه تم تطويرها في مناجم سيناء حيث كان من الصعب كتابة الهيروغليفية، وهي لغة تصويرية رمزية، فتم تبسيطها وظهرت الحروف عام ١٨٠٠ ق. م.
٥ ـ أما المرحلة الخامسة: فكانت تتعلق بالساكن والمتحرك من الحروف. وعادةً ما يكون عدد رموز هذا النظام الهجائي حوالي ثلاثين.