Relativamente ao Português europeu, pode haver uma diferença entre a pronúncia de palavras começadas por «es» + consoante e a das palavras começadas por «ex» + consoante. Assim, enquanto as segundas podem começar pelo ditongo /ei/ (na norma do Português europeu pronunciado [âi]), as primeiras não.
As palavras do primeiro grupo geralmente começam pela consoante fricativa representada pela letra s, mas, opcionalmente, esta consoante pode ser precedida por uma vogal, mas não por um ditongo, como acontece com as palavras do segundo grupo.
Todas estas palavras (as que começam por «es» + consoante e por «ex» + consoante) podem – e na maioria das vezes é assim que acontece – ser pronunciadas com a fricativa no princípio da palavra (ou apenas precedida por uma vogal), o que significa que a diferença fonética que as permite distinguir pode não existir em muitas ocorrências destas palavras.
De resto, a forma de grafar umas e outras prende-se com a etimologia da palavra, sendo que, de uma forma geral, aquelas que são grafadas com «ex» são palavras de origem latina que se escreviam assim em latim e que foram introduzidas no Português numa altura relativamente recente (ex.: «expectativa»), e aquelas que se grafam com «es» inicial podem ter duas proveniências: palavras latinas iniciadas por s- (ex.: «espontâneo») ou palavras latinas começadas por ex- (ex.: «espantar», de uma forma hipotética do latim falado *expaventare, relacionável com expavere «espantar-se, assustar-se»), à semelhança das iniciadas por «ex» + consoante (a diferença é que, ao contrário das do primeiro grupo, que foram adoptadas pelo Português numa altura em que a nossa língua já estava formada, as palavras começadas por «es» + consoante que provêm de uma base latina em ex- descendem directamente de unidades do léxico deixado pelos romanos aquando da sua ocupação da Península).