早期语言学著作没有单列拟声词一类。1951年，吕叔湘、朱德熙在《语法修辞讲话》中首次提出了「象声词」这一术语。由张志公主持制定的《暂拟汉语教学语法系统》（1956）把汉语词类分为名词、量词、代词、动词、形容词、数词、副词、介词、连词、助词、叹词十一类。1984年重新修订为《中学教学语法体系提要（试用）》，增加拟声词一类，第一次把拟声词当作独立的词类，写进教学语法。[1]
基于对拟声词性质、词性及归属看法的分歧，有关拟声词的定义也是千差万别，五花八门。
褚四荆《象声字》（1953）认为：象声字是描写声音的字，包括：（1）叹字，是表示情绪的，里头没有声母的字最多，如「阿、哟、哦、咦、阿、呀」。（2）问答字，是打招呼和回答的时候用的，平常总没有声母，如「喂、阿」都是用来打招呼的；嗯是表示同意的。（3）狭义的象声字，除了描写声音以外，没有什么意义，如「当、啪、哗啦」。
张博《象声词简论》（1982）认为：模仿人或自然界事物所发出的声响而构成的词叫象声词。
炳南、文同《象声词应该自成一类》（1985）认为：象声词就是模拟客观事物声音的词。如「啪、轰隆、咯瞪、叽叽咕咕等」
许仰民《试论古代汉语象声词》（1985）认为，所谓象声词，是指描摹自然界各种声音的一类词。
胡裕树《现代汉语》（1987）认为：象声词是模拟声音的词，如乒乓、哗啦、叮当等。
黄伯荣、廖序东《现代汉语（增订三版）》（2002）认为：拟声词是模拟声音的词，又叫「象声词」。例如，「咣、叭、叮当、哗啦、汪汪、叭叽喳喳、轰隆隆、噼里啪啦、叽里咕噜」。
邢福义《汉语语法三百问》（2002）认为：拟声词是模拟音响的词。...根据所拟音响同客观事物的不同联系，拟音词可以分为两类。（1）是叹词。这类拟音词，表示感叹和呼应的声音。大都表感叹，如「哈、啊、唉、咦、哼、咳、呸、哎呀、哦哟」等；有的表示呼应，如「喂、嗯、唔、哎」。（2）是拟声词。这类拟音词，表示物体的音响或动物的叫声。如「咯吱咯吱、咯支」等。
饶勤《现代汉语拟声词语法功能考察》（2004）认为：拟声词是现代汉语中的特殊类别，从意义上看，它主要是模拟现实世界中的各种声音而自成系统的词类。
袁毓林《汉语词类的认知研究和模糊划分》（2010）认为：拟声词在意义上表示模拟各种事物和动作发出的声音，如「啪、砰、当啷、哗啦、吱溜、叮叮当当、叽叽喳喳、噼里啪啦」等。从语法功能上看，像「叽里咕噜、叮叮当当、扑通扑通」等四音节重叠形式应该排除在拟声词之外…拟声词是既能独立成句或充当独立成分，又能充当修饰语的词。
可以看出，尽管对于拟声词基本意义的理解并无太大的区别，即都认为拟声词是模拟声音的词，但对于拟声词的范围学者们的看法却多有不同。褚四荆等基本上赞同叹词和拟声词不分，故而对于拟声词的定义也非常宽泛。而张博、黄伯荣等则认为拟声词仅仅是模拟自然声音的词，是狭义的拟声词，不包括叹词。