La evaluación perceptual auditiva es la herramienta más antigua y con mayor uso para determinar la idoneidad de la voz humana. Como resultado de una revisión minuciosa en PubMed se identifica que este enfoque ha evolucionado en lo conceptual y lo metodológico enmarcado en tres momentos: el primero caracterizado por el uso indiscriminado de etiquetas particulares, el segundo centrado en la construcción y refinamiento de escalas con confiabilidad intra e interevaluador, y a futuro, su posicionamiento como un estándar de oro que exalta los determinantes humanos y sociales de la voz. Las escalas más utilizadas en las investigaciones fueron GRBAS y CAPE-V. Adicionalmente, se argumenta la idoneidad de los vocablos más apropiados en idioma español para la denominación de “voice quality” equiparable a cualidad vocal (indicador descriptivo multidimensional) o calidad vocal (valoración de severidad) según corresponda.