Na maioria das línguas, as vogais são mais longas antes das consoantes vocais do que antes das consoantes sem voz. Tentativas de explicar esta diferença de comprimento das vogais em termos de supostas restrições físicas ou fisiológicas na produção da fala têm sido geralmente mal sucedidas. Propomos a hipótese alternativa de que as comunidades linguísticas variam intencionalmente o comprimento das vogais, a fim de melhorar auditivamente o taco de fechamento-duração para as distinções de voz. Pelo princípio do contraste duracional, uma vogal longa deve fazer com que um curto intervalo de fechamento pareça ainda mais curto e, portanto, mais expressivo, enquanto uma vogal curta deve fazer com que um longo intervalo de fechamento pareça mais longo e, portanto, mais sem voz. Em apoio a essa hipótese auditiva, mostramos que, para os estímulos /aba/-/apa/ variando em duração de fechamento medial e para os estímulos de onda quadrada que imitam temporalmente esses estímulos de fala, um segmento inicial mais longo causa uma mudança confiável nos limites de rotulagem de duas categorias dos sujeitos em direção a durações mais longas de fenda medial. Também discutimos outras formas pelas quais as comunidades linguísticas podem explorar o contraste duracional a fim de melhorar a distinção fonológica.