пришла в голову мысль, как у одного вида животных могла из обычных эмоциональных звуков развиться смысловая речь.

1) чем радикально отличается речь от любого обмена сигналами в животном мире?
Если вдуматься, то получается, что животные могут обменяться почти любой информацией, что и человек - но есть нюанс.
Человек способен:
- передать числовую информацию другим способом, кроме порядкового счета (многие животные могут считать - те же вороны. С уверенностью считаю, что они также и обмениватся числовой информацией, ибо часто слышно как несколько ворон каркает, повторяя друг за другом одинаковое количество криков. И вроде бы доказано ,что до 5 считают)
Но у человека есть НАЗВАНИЯ многим числам
- у человеческой жестикуляции также, наряду с эмоциональной, имеется чисто информационная форма.
- передать информацию, не несущую эмоциональной нагрузки. Этого не может практически ни одино животное.

Другими словами - животные могут поянть "язык" друг друга, если оба (даже разных видов, а иногда и классов) находятся на схожем эмоциональном уровне развития. (эмоции - чувства - органы чувств - мозг). Могут быть и несостыковки (как махание хвостом кошки и собаки), но в целом понимание почти абсолютное.
А человек говорит ШИФРОМ, тайнописью. (каковой является и письменность, кстати)

Для чего это нужно?
Как вариант , такой язык мог выработаться у охотников, причем при охоте загонным или засадным методом.
Ловцам рыбы или мелкого звеья это не нужно.
Охотнику в группе нужно что? Чтобы другой охотник его понял, но зверь не понял. Нужен безэмоциональный язык, где звуки несут достаточно точную, но абстрактную, а не звукоподражательную информацию.
Несколько свистков-щелчков-ударов палкой загонщика говорят тем, кто в засаде и о расстоянии, и о направлении, и о параметрах зверя, и даже кому что делать - но самому зверю не говорят ни о чем, кроме направления на загонщика, ибо звуки эмоционально пусты.

Причем, охота на крупного зверя - особенно. На медведя, мамонта, буйвола - язык был призван обмануть. Внушить, что перед ним не охотник, а жертва или нейтральный "прохожий" - человек может жалобно скулить, сообщая соплеменникам важную информацию о том, как убить зверя.
Нечто похожее используют хищные птицы - все слышали, какие у них голоса - как у больного цыпленка. Но они все же делают это слишком шаблонно и жертвы быстро обучаются их распознавать Человек же - изобретателен
Птицы и правда обладают речью - то есть они обмениваются информацией чаще всего без прямого зрительного контакта - но эта речь все равно чисто образна и эмоциональна, числовая информационность сведена к минимуму - она им просто не нужна.
Хотя - для полетов на дальние расстояния может что-то такое и есть. По крайней мере, забавно наблюдать выборы вожака скворцов осенью (многодневный базар на дереве) и прилет слаженной когорты с центурионом во главе с Юга весной.

Вернемся к человеку.
Мысль изреченная есть ложь, как верно заметил поэт Тютчев.
(я как-то уже говорил, что только человек может сначала умилиться красотой глаз газели, а через секунду выстрелить в нее - и невинное дитя природы такой поворот несказанно удивляет)

разумеется, абстрактная, значительно лишенная эмоционального наполнения речь охотников-загонщиков пригодилась им и в быту, так как помогала считать, планировать и управлять. Ее же оказалось легко фиксировать в рисунках и письме, а на долю эмоций осталось искусство - музыка, песни.
Их животные, кстати, понимают.
И животные могут воспитать человеческого ребенка, понимая его эмоционально. И он - их.

То есть, чтобы появилась человеческая речь
- нужна цель. Имхо, это охота на опасного и крупного зверя.
- человек должен был отказаться от эмоциональной составляющей речи в пользу информационно-счетной.

Бонусом ситуации оказалось способность этого новообразования к саморазвитию (то есть к использованию суммарной мощности мозгов всех членов социума - человек превратился в нейрон, соединенный аксонами слов с другими в супермозг социума). Любая задача, в животном мире выполняемая ЛИЧНО каждым индивидуумом, в человеческом выполняется где-то в "сети" социума в распределенном виде со значительно большим "машинным" ресурсом.