Согласно рассматриваемой теории речевой поток реализуется с последовательными усилениями и ослаблениями звукового ряда. Часть речевого потока, начинающаяся усилением и кончающаяся ослаблением, называется слогом. В его вершине (иначе – центре) присутствует звук, называющийся слогообразующим (или слоговым), который может быть продлен. Перед ним возможен ряд звуков (одного или нескольких), представляющих непрерывно усиливающуюся цепь и называющихся неслогообразующими (или неслоговыми), например, в словах «де-ре-во», «кри-ти-ка», «стро-ить» и других. После слого-образующей фонемы может идти звук или ряд звуков, составляющих непрерывно ослабляющуюся цепь, они также называются неслогообразующими, как, например, в словах «спор», «круг», «прост» и других. Таким образом, в процессе работы произносительного аппарата постоянно происходит чередование состояния максимума и минимума мускульного напряжения, что является определяющим фактором для слоговых границ. Подъем напряжения и усиление звучности указывают начало следующего слога. Таким образом, по мнению Л. В. Щербы, слог – это комплексная фонологическая единица, представляющая собой дугу мускульного напряжения, постепенно нарастающего, доходящего до своей вершины, а затем постепенно спадающего. Со степенью мускульного напряжения автор связывает изменения акустического порядка, то есть степень громкости звуков, входящих в состав слога [Щерба, 1963].

Рассматривая проблему слогоделения, Л. В. Щерба уделяет главное внимание характеристике согласных с точки зрения мускульного напряжения, необходимого для их произнесения и их примыкания к гласному звуку. Автор предлагает определять три типа согласных: сильноначальные согласные, при которых напряжение в начале сильное, затем постепенно ослабляется, то есть конец согласного слабее его начала (образуют конец слога: ус, рад, боб и другие); сильноконечные, при которых конец согласного сильнее его начала, то есть согласный начинается со слабым напряжением, постепенно усиливающимся к концу звучания (образуют начало слога: ссора, ввоз и другие); двухвершинные, которые представляют собой сочетание сильноначального с сильноконечным при ослаблении силы напряжения между ними; такие звуки всегда находятся в интервокальном положении и определяют границу слога в момент наибольшего ослабления (ван-на, вил-ла, труп-па, а также сочетания – «кот такой», «вкус соли» и другие). Двухвершинный согласный звук является долгим, свойственен итальянскому языку и нетипичен для русского языка.

А. Л. Трахтеров (1956) указывает на особенности, присущие только слогу и отличающие его от фонемы. Фонема – это лингвистически неделимая единица, обладающая общей функцией образования звуковой оболочки слов и отличающаяся крайне пестрыми неравноценными физико-акустическими свойствами. Автор считает, что слоги представляют собой более сложные фонетические образования, разнообразные по составу, но всегда обладающие общностью физико-акустических свойств.

Физические свойства выделения слога, по мнению А. Л. Трахтерова (1956), должны быть заложены в нем независимо от ударности, так как они обеспечивают языковую специфику слога. Все физические свойства звука: силу, высоту, долготу, тембр автор относит к материальным средствам выделения слога. Основная лингвистическая функция слога, по мнению автора, – служить кратчайшим звеном акцентно-тонического строя речи [Трахтеров, 1956].

В совокупности своих акцентных вершин слоги являются кратчайшими звеньями ритмической организации речи, возникающий при этом мелодический рисунок слога представляет собой фонетическое оформление синтагмы и предложения. Наличие тонального элемента является условием, необходимым для образования слога.