This study aimed at investigating children’s perceptual auditory performance in identifying phonemic contrast in Brazilian Portuguese (henceforth BP). The hypothesis is that the perceptual auditory acquisition develops in a gradual fashion, following a systematic acquisition order. We performed four identification tasks using the instrument PerceFAL with 66 children (of both genders) between 4-5 years old. The task relied on the presentation of an acoustic stimulus, through earphones, and the choice of an image corresponding to the word shown, having two image possibilities available on the computer screen. We compared both the stimulus length of time and reaction time of children automatically through the aid of the software PERCEVAL. The children’s perceptual auditory performance occurred gradually and depended on the phonemic class. A greater accuracy regarding the phonemic contrast identification seems to follow the sequence: vowels, sonorants, stops e fricatives. The reaction time for the correct answers was shorter than that of the incorrect answers (except for the vowel class). From the perceptual maps, we verified that, within the vowel class, the anterior-posterior parameter plays an important role in perceptual salience. For the obstruintes and sonorants (nasal and liquid), the acoustic cues that characterize voicing (in the case of obstruintes) and the articulation mode (in the case of sonorants) are perceptually more robust than the cues from the point of articulation. Although speech perception should not be reduced to a mere sensory interpretation, the acoustic cues of speech segments exert influence on their categorization.O objetivo deste estudo foi investigar o desempenho perceptivo-auditivo de crianças na tarefa de identificação de contrastes fônicos do Português Brasileiro (doravante PB). A hipótese foi a de que a aquisição perceptivo-auditiva se desenvolve maneira gradual, obedecendo a uma ordem sistemática de aquisição. Quatro tarefas de identificação, usando o instrumento PerceFAL, foram realizadas com 66 crianças (de ambos os gêneros), entre 4- 5 anos de idade. A tarefa consistiu na apresentação do estímulo acústico, por meio de fones de ouvido, e na escolha da gravura correspondente à palavra apresentada, dentre duas possibilidades de gravuras dispostas na tela do computador. O tempo de apresentação do estímulo e o tempo de reação das crianças foram computados automaticamente pelo software PERCEVAL. O desempenho perceptivo-auditivo de crianças ocorreu de modo gradual e é dependente da classe fônica. A maior acurácia na identificação dos contrastes fônicos parece obedecer a seguinte ordem: vogais, sonorantes, oclusivas e fricativas. O tempo de reação das respostas corretas foi menor do que das respostas incorretas (exceto para a classe das vogais). A partir dos mapas perceptuais, pode-se verificar que, no interior da classe das vogais, o parâmetro ântero-posterior parece exercer um importante papel na saliência perceptual. Para a classe das obstruintes e sonorantes (nasais e líquidas), as pistas acústicas que marcam o vozeamento (no caso das obstruentes) e o modo de articulação (no caso das sonorantes) são mais robustas perceptualmente do que as pistas de ponto de articulação. Embora a percepção da fala não deva ser reduzida a uma mera interpretação sensorial, as pistas acústicas dos segmentos da fala exercem uma importante influência para a sua categorização.