Gesprochene Sprache ist eine Form der Kommunikation, bei der Menschen den Mund benutzen, um erkennbare Laute zu erzeugen. Diese Laute stammen aus einem großen Vokabular von Lautfolgen mit vereinbarter Bedeutung. Diese Lautfolgen werden Wörter genannt und repräsentieren jeweils ein oder mehrere Objekte oder Konzepte. Eine gemeinsame Grammatik und Syntax ermöglichen es dem Sprecher, diese Wörter in Aussagen zu formen, die die Zuhörer verstehen können.
Die Ursprünge der gesprochenen Sprache bleiben unklar, obwohl sie Gegenstand laufender Forschungen von Anthropologen sind. Skelettbeweise deuten darauf hin, dass frühe Hominiden eine Form der stimmlichen Kommunikation verwendeten, aber es ist nicht sicher, wann diese zum ersten Mal komplex genug wurde, um als gesprochene Sprache angesehen zu werden. Stimmliche Kommunikation kommt bei vielen Tierarten vor, von Vögeln bis zu Walen, aber diese Kommunikation scheint nicht die Grammatik und das Vokabular zu besitzen, die sie als Sprache qualifizieren würden. Eine Studie aus dem Jahr 2006 im Journal of the Acoustical Society of America legt nahe, dass sich die Anatomie der Sprache beim Menschen vor etwa 100,000 Jahren entwickelt hat. Die Entwicklung der Schriftsprache ist sowohl im archäologischen als auch im Fossilienbestand äußerst schwer nachzuvollziehen, da sie im Gegensatz zur Schriftsprache keine physischen Spuren hinterlässt.
Gesprochene Sprache ist nicht die einzige Form der menschlichen Kommunikation. Geschriebene Sprache vermittelt Bedeutung durch die Verwendung von Schrift, in der visuelle Symbole den Bedeutungen und Klängen von Wörtern entsprechen. Viele Sprachen haben sowohl eine schriftliche als auch eine gesprochene Form, obwohl es eine Reihe von Sprachen gibt, die eine gesprochene, aber keine geschriebene Form haben. Beispielsweise haben die Mosuo, eine Volksgruppe, die in der Nähe des Lugu-Sees auf dem Yunnan-Plateau in China lebt, eine indigene Sprache, die nur gesprochen wird. Das Gegenteil ist viel seltener, obwohl einige alte Sprachen wie Latein gesprochene Formen haben, die im Grunde ausgestorben sind, während ihre geschriebenen Formen in den archäologischen Aufzeichnungen überlebt haben.
Während gesprochene Sprache Töne verwendet, um Bedeutungen zu vermitteln, und geschriebene Sprache Bilder verwendet, nutzt die Gebärdensprache die Bewegung des Körpers, um zu kommunizieren. Moderne Gebärdensprachen entwickelten sich aus Systemen, die dazu bestimmt waren, zwischen Menschen zu kommunizieren, die die gesprochene Sprache nicht verwenden konnten, entweder weil ihr Gehör oder ihre Sprache beeinträchtigt waren oder weil kulturelle Faktoren sie am Sprechen hinderten. Dies war bei mittelalterlichen Mönchen der Fall, die in Zeiten, in denen sie nicht sprechen durften, Zeichen benutzten, um zu kommunizieren. Eine Theorie über den Ursprung der Sprache, die Gestentheorie, besagt, dass Sprachen, die auf Gesten basieren, tatsächlich vor dem Ursprung der gesprochenen Sprache liegen.