赵元任说，此言听来有理，实际却建立在两个错误前提下，一是“假定拼音文字是不重字形的”，二是“假定言语和思想完全是两样事情，一个是符号一个是本体似的”。但西人识字也不是一个个字母拼起来的，而是和中国人读汉字一样，看到一个词立刻想到其意思和声音。换言之，拼音文字不是字母的简单相加，而是“一个字有一个字的‘面孔’”的。并且，除了少数“看得见摸得着的具体的东西”之外，“言语的成分十分之九是抽象的”，无形可象，只能通过声音加以表现，它们和声音是“一而二，二而一”的。这样的话，意义、声音、文字是一以贯之的关系：“无论哪种言语，大部份的意义和声音是分不开的；无论何种文字，在实行的时候都是见面认字的。”职此之故，赵元任在提出国语罗马字的制作原则时，特别提出“尚形”一条。不过，他显然意识到这和时人的流行看法相左，故又特意声明：“‘文字尚形’这句话从一个主张用罗马字的人底口里说出来，似乎很足令人诧异的。但这是一件极重要的言语心理的事实。提倡用拼音文字的，常有因为不想到这层而失败的。”