El catalán es una lengua romance, es decir, hija del latín. De hecho, salvo el euskera, todas las lenguas que se hablan en España proceden de esta misma raíz. El latín llegó a la península ibérica en el siglo III a. C. con la expansión del Imperio romano, que impuso su administración, su cultura y su lengua.
Cuando los romanos llegan, se encuentran con poblaciones que ya tenían sus propios idiomas, como el íbero, las lenguas celtas o el vasco. Estas lenguas no desaparecen de inmediato, pero con el tiempo son sustituidas por el latín vulgar: la versión hablada en la vida cotidiana por soldados, comerciantes y colonos. No era el latín clásico, sino el de uso práctico, aprendido sin normas formales ni academias.
A partir de este latín vulgar se forman, poco a poco, las lenguas romances. El catalán nace de ese proceso, aunque con huellas de las lenguas prerromanas.
La evolución no se detiene ahí. Durante siglos, este latín en transformación recibe influencias de otros pueblos sin perder su base principal.
En el siglo V, los visigodos dejan su huella en el vocabulario con palabras como guerra, cadira, botiga o germà. Más tarde, a partir del siglo VIII, la presencia musulmana incorpora términos árabes ligados a la vida cotidiana, la agricultura y la alimentación, como albergínia, arròs o rajola. Son aportaciones importantes, pero no sustituyen la lengua en formación.
También es clave la relación con lenguas vecinas como el occitano y el provenzal, con las que hubo contacto constante durante siglos por razones geográficas y comerciales.
En conjunto, todos estos procesos explican que entre los siglos X y XI, en el noreste de la península ibérica —en lo que hoy es Cataluña— el catalán ya pueda identificarse como una lengua diferenciada dentro del conjunto de lenguas romances.