Oktaavin tai asteikon laajeneminen siis tarkoittaa sitä, että sävelkorvaa miellyttävä intervalli on suurempi kuin matemaattinen (fysikaalinen) vastineensa. Eli jos normaali fysikaalinen oktaavi (oktaavi tarkoittaa taajuuden kaksinkertaistumista tai puolittumista) on kooltaan 2:1 tai 1:2, tällöin niin sanottu psykoakustinen sävelkorvaa miellyttävä oktaavi onkin esim. 1:2.03 eli hiukan laajempi. Tässä on havaitsijakohtaista vaihtelua, mutta lähes aina se on matemaattista suurempi. Oktaavi ei ole mikään poikkeustapaus, mutta sen laajuutta on helpompaa kuuntelukokeessa arvioida kuin esim. kvarttia tai noonia. Intervallien laajentuma siis aiheuttaa kumulatiivisesti asteikon laajenemisen.
Mistä oktaavilaajentuma sitten oikein johtuu? Siihen on esitetty joitakin teorioita, mutta yksikään ei ole saavuttanut täyttä konsensusta. Erään teorian (Oghushi) mukaan hermosolujen refraktaariaika (aika edellisen aktiopotentiaalin jälkeen, jolloin hermosolu palautuu sellaiseen tilaan, jossa sen on taas mahdollista depolarisoitua eli lähettää uusi aktiopotentiaali, ns. suhteellinen refraktaariaika) aiheuttaa siirtymän kuulohermossa ja tämä aiheuttaa sen, ettei fyysinen ärsyke ja kuulohermon vaste vastaa täysin toisiaan. Tätä on tutkittu vain eläinkokeilla, koska koeotukset (kissat tai marmosetit) valitettavasti menehtyvät kokeessa. Toisen teorian mukaan (Terhardt) semanttisessa muistissa oleva sävelmuistimatriisi, joka on omaksuttu puheäänen vaikutuksesta jopa jo prenataalivaiheessa (kohdussa kuulluista ympäröivistä äänistä) tai aivan elämän alkumetreilla, olisi laajentunut. Laajeneminen johtuisi yhtäaikaisten osasävelten aiheuttamasta maskauksesta (ylempi maskaa alemman äänen ensimmäisen osasävelen) ja siitä johtuvasta siirtymästä. Kolmas ja samalla uusin teoria liittyy sisäkorvan spontaaniin otoakustiseen emissioon (Bell & Jedrzejczak). Siinä on havaittu, että sisäkorvassa on ”portaat” puolisävelaskelien välein ja että tuo puoliaskel olisi hiukan laaja matemaattiseen vastineeseensa verrattuna. Tuo ilmiö kumuloituna aiheuttaisi asteikon laajenemisen. Kaikki yllä mainitut selitykset saattavat olla oikeassa, ainakin osittain. Toisaalta on esitetty kumoaviakin tutkimuksia ainakin kahdelle ensin mainitulle teorialle. Tai sitten eri taajuusalueilla ilmiöllä on erilainen syntymekanismi.
Oleellisin kysymys onkin, onko ilmiö sisäsyntyistä vai opittua. Sisäsyntyinen tarkoittaa sellaista hermoston luontaista toimintaperiaatetta, joka on yhteinen kaikille ihmisille ilman erityistä harjoittelua tai harjaantumista (tai myös eläimille). Tosin havaittu hermojen ominaisuuskin voi olla opittua, koska hermosto muovautuu oppimisen myötä ja se jatkuu läpi koko elämän. Opittu taas tarkoittaa, että siitä voi myös oppia pois. Vaikka sävelasteikon on todettu laajenevan kulttuuririippumattomasti (intialainen, arabialainen, länsimainen yms. musiikki), voi Terhardt silti olla oikeassa ja ilmiö on kuin onkin pelkästään opittua. Oma neurofysiologinen tutkimuksemme jakautuu kahteen osaan. Ensimmäisessä kokeessa selvitämme, pysyykö stimuluksena käytetyn harmonisen äänen osasävelten tarkka kokonaislukusuhde paikallaan myös aivorunkovasteessa (FFR, Frequency-foloow response). Tällä pyritään testaamaan Ohgushin teoriaa ihmisillä non-invasiivisesti. FFR syntyy kuuloradan keskivaiheilla eli lähinnä alemmissa nelikukkuloissa (inferior colliculi), jotka ovat tärkeässä asemassa äänenkorkeuden prosessoinnissa kuulojärjestelmässä. Toisessa kokeessa tutkimme eri suuruisten oktaavien aiheuttamia vasteita korteksilla eli lähinnä sekundaarisella kuuloaivokuorella ja sen jälkeen (N1-P2 kompleksi). Todennäköisimmin tarkkaavaisuudella on osuutta asiaan ja vasteet voimistuvat, kun ääniin kiinnitetään huomiota. FFR tapahtuu esitietoisella tasolla eli kuulija ei vielä tietoisesti ehdi havaita tai luokitella kuultuja ääniä. Kuuloaivokuoren vasteet ovat jo sellaisia, että luokittelua on ehtinyt tietoisesti tapahtua. Koeasetelman kehitystyö on vielä kesken eli tästä aiheesta lisää, kun jotain uutta saadaan aikaiseksi.