大多数情况下，语言的这种演变过程只能通过研究历史来源重建，甚至根本无法重建。可这偏巧是旁遮普语特别的地方。它的声调出现得非常晚，可以从16世纪设计的拼写中推断其起源。我们在上文看到，有5个辅音字母可以触发声调，而另外5个不能，尽管两者的发音方式完全一样。
事情是这样的：简单地对比相关字母，我们可以发现，触发声调的辅音从前的发音跟如今不一样。在16世纪，字母?（也即触发声调的k音）代表/gh/，也就是/g/带吐气音。很明显，这个/gh/让其后元音的开头略微降低了音高。等到了某个时候，/gh/演变成了 /k/，较低的音高并未消失（但它本有可能消失——这些过程无法预测），反而在字面和象征意义上都变得更加明显。一些辅音发音的变化，给旁遮普语的元音带来了更多的音乐性。
低语、歌唱和赞美
声调是一些语言的迷人之处，但它也提出了一个尴尬的问题：这些语言怎样应对所需音高无法轻易发出的情况？这类情况之一，就是人们窃窃低语的时候。低声说话使得人无法改变声音的音高——如果你对此有所怀疑，请试着低声唱歌。这个问题在旁遮普语里应该不太碍事，毕竟，就算发音发成“平音”，它仍然能够被理解，使用无声调方言且不以之为母语（故此发不出声调）的人士都对此做了证明。对汉语、越南语和其他严重依赖声调的语言来说，会是什么样的情形呢？研究表明，在不同的语言里，答案各有不同。有些语言似乎根本做不到低声说话，所以人们根本不低声说话（或者即便做，也做得很蹩脚）。但中国人的确会低声说话，于是问题就成了：他们是怎么做的呢？原来，在汉语普通话中，每一种声调除了音高还都有细微差别，比如持续时间和响度。例如，去声明显比其他三声要短促。如果说话人稍微夸大这些次要特征，一个称职的倾听者就能理解那些不带音调的词语，尽管比正常情况下准确性略差。[3]