Pētījumā tika iegūti un analizēti piecu informantu vokāļu ierakstu akustiskie dati, no tiem izskaitļotas un grafiski attēlotas patskaņu un divskaņu vidējās vērtības barkos, grafiski attēlotas arī divskaņu formantu pārejas. No grafikiem secināts, ka nebūtu korekti divskani definēt kā divu patskaņu savienojumu vienā zilbē, jo divskaņa komponentu akustiskā kvalitāte ne vienmēr atbilda attiecīgo patskaņu akustiskajai kvalitātei, turklāt lielākoties divskaņi neveidoja stabilu beigu posmu.
Lai noskaidrotu, kā divskani savā apziņā interpretē valodas lietotāji, tika veikts perceptīvs eksperiments. Apkopojot eksperimentā iegūtos datus, secināts, ka lielākoties respondenti gan pēc dzirdes, gan redzes (divskaņu spektrogrammās) nav spējuši viennozīmīgi noteikt divskaņa komponentu robežu un komponentu kvalitāti, turklāt lielā daļā gadījumu respondenti ir spējuši atpazīt divskani, dzirdot tikai tā vidējo trešdaļu, kuras sākuma un beigu punktu kvalitāte neatbilda attiecīgo patskaņu kvalitātei. Tas ļauj secināt, ka valodas lietotāja apziņā divskani neveido divi konkrētiem patskaņiem atbilstoši komponenti un pāreja starp tiem; valodas lietotāja apziņā divskanis drīzāk ir vienots elements ar konstanti mainīgu kvalitāti, un divskani valodas lietotājs ir spējīgs atpazīt arī tad, ja netiek atskaņots ne divskaņa sākums, ne beigas, bet ir dzirdama vien divskaņa vidusdaļa, kas ir divskaņa daļa ar vislielāko dinamiku.