Many attempts have been made to explain the nature of auditory verbal hallucinations (AVH) or the phenomenon of “hearing voices”. In the contemporary discussion of auditory verbal hallucinations, the raw material of the voices of AVH is seen as either inner speech, a spontaneously activated auditory experience, or imagined speech. Some contemporary theories of AVH are self-proclaimed self-monitoring theories which claim that AVH are the result of a failure of self-monitoring of some raw material, while other theories claim that AVH are produced without a self-monitoring failure. In this paper, I argue that even the theories that claim to not rely on self-monitoring, are in fact selfmonitoring theories. I argue that any viable theory of AVH will need to be a self-monitoring theory. Further, I argue that Daniel Gregory’s imagined speech self-monitoring theory is the most parsimonious and complete of the explanatory theories of AVH since it is able to explain characteristics that other theories cannot, including AVH that take place in what seem to be the voices of others, perceived spatial location, intensity of sound, multiple voices, and the intermittent nature of AVH. Further, I show that the imagined speech theory can be well integrated into a general understanding of schizophrenia, while still retaining its explanatory power for all populations that experience AVH, not just schizophrenics, and that for these reasons, it is the strongest contemporary explanatory theory of auditory verbal hallucinations., Många försök har gjorts för att förklara naturen av auditiva verbala hallucinationer (AVH) eller fenomenet att "höra röster". I den samtida diskussionen om auditiva verbala hallucinationer ses råmaterialet till rösterna i AVH som antingen inre tal, en spontant aktiverad auditiv upplevelse, eller inbillat tal. Vissa samtida teorier om AVH är självutnämnda teorier om självövervakning som hävdar att AVH är resultatet av ett misslyckande i självövervakningen av något råmaterial, medan andra teorier hävdar att AVH produceras utan ett misslyckande i självövervakning. I den här uppsatsen hävdar jag att även de teorier som påstår att de inte är beroende av självövervakning i själva verket är det. Jag hävdar att varje användbar teori om AVH måste vara en teori om självövervakning. Vidare argumenterar jag att Daniel Gregorys Imagined Speech Theory är den mest sparsamma och fullständiga av de förklarande teorierna om AVH eftersom den kan förklara egenskaper som andra teorier inte kan förklara, inklusive AVH som äger rum i vad som verkar vara andras röster, upplevd rumslig placering, ljudintensitet, flera röster och AVH:s intermittenta karaktär. Vidare visar jag att The Imagined Speech Theory kan integreras väl i en allmän förståelse av schizofreni, samtidigt som den behåller sin förklaringskraft för alla populationer som upplever AVH, inte bara schizofreniker, och att den av dessa skäl är den starkaste samtida förklaringsteorin för auditiva verbala hallucinationer., De nombreuses tentatives ont été faites pour expliquer la nature des hallucinations auditives verbales (HAV) ou le phénomène des "voix entendues". Dans la discussion contemporaine sur les hallucinations auditives verbales, la matière première des voix des HAV est considérée comme étant soit un discours intérieur, soit une expérience auditive activée spontanément, soit un discours imaginé. Certaines théories contemporaines de l'HVA sont des théories autoproclamées d'autosurveillance qui prétendent que l’HVA est le résultat d'un échec d'autosurveillance d'une certaine matière première, tandis que d'autres théories prétendent que l’HVA est produite sans échec d'autosurveillance. Dans cet essai, je soutiens que même les théories qui prétendent ne pas reposer sur une autosurveillance, sont en fait des théories d'autosurveillance. Je soutiens que toute théorie viable de l’HAV devra être une théorie d'autosurveillance. En outre, je soutiens que la théorie de l'autosurveillance de la parole imaginée (The Imagined Speech Theory) de Daniel Gregory est la plus parcimonieuse et la plus complète des théories explicatives de l’HAV puisqu'elle est capable d'expliquer des caractéristiques que les autres théories ne peuvent pas expliquer, y compris les HAV qui a lieu dans ce qui semble être la voix des autres, la localisation spatiale perçue, l'intensité du son, les voix multiples et la nature intermittente. En outre, je montre que la théorie de la parole imaginée peut être bien intégrée dans une compréhension générale de la schizophrénie, tout en conservant son pouvoir explicatif pour toutes les populations qui font l'expérience des HAV, pas seulement les schizophrènes, et que pour ces raisons, c'est la théorie explicative contemporaine la plus solide des hallucinations auditives verbales.