La lengua tocaria aparece en escritos budistas procedentes de la provincia china de Xinjiang, mostrando que la difusión de las lenguas europeas se extendió de manera temprana hacia el oriente.

De las dos lenguas tocarias, la primera, denominada Tocario A, se conoce por textos hallados en las ciudades de Karashar y Turfán, por lo que a veces se le conoce por Turfaniano aunque también se le denomina agneo, del antiguo reino de Agni; el segundo, Tocario B u occidental conocido como kucheo, se denomina así por los textos hallados en Koucha. La región geográfica en la actualidad corresponde a la provincia china de Xinjiaáng.

El pueblo que habló estas lenguas estuvo en contacto con los chinos pues los registros chinos del siglo IV a. C. mencionan un grupo levantisco de nómadas en su frontera occidental, llamado los Hsiung-nu, los cuales son identificados por muchos eruditos con los grupos que posteriormente en occidente se denominarán hunos. Estos Hsiung-nu en el siglo II a. C. desplazaron, según las fuentes chinas, a otro grupo, los Yü-chi, quienes se movieron hacia el oeste. Este último pueblo es el que muchos eruditos identifican con el pueblo que hablaba las lenguas tocarias indoeuropeas.

El censo en la dinastía Han (208 a. C.-8 d. C.) indica que había 100.000 personas en el Estado Kucheo, de las cuales una quinta parte eran militares. Documentos posteriores describen a los kucheos como sedentarios practicando la agricultura, comiendo pavos reales y dados en exceso a la bebida. Practicaban la deformación del cráneo de los niños y llevaba el cabello cortado por el cuello, salvo el rey que lo llevaba recogido con una banda.

Los kucheos portaban arcos, espadas, largas lanzas y armadura e incineraban a sus muertos. Sus prácticas culturales eran similares a las de sus parientes orientales y sabemos de matrimonios entre familias reales de las regiones tocarias A y B. Por otra parte, los chinos contrastaron la cultura de los nómadas hsiunh-nu y la de los wu-sun con la de los kucheos.

Estas dos lenguas, Tocario A y B, tuvieron su propio sistema de escritura al que denominamos kucheo.

Como ya se ha mencionado antes existieron dos lenguas:

• Oriental, turfaniana o dialecto A.

• Occidental, kuchea o dialecto B.

Como la mayor parte del material no litúrgico descubierto: cartas, contabilidad, paso de caravanas, etc, está en el tocario occidental, eso hace suponer que esa era la lengua coloquial, mientras que la oriental, con un sustrato más antiguo fue preservada para propósito cúlticos.

Estos dos dialectos con muy diferentes entre sí, tanto en léxico como en gramática, hasta el punto de que podemos considerarlos dos lenguas distintas, que se separaron la una de la otra en un periodo de 500-1.000 años a pesar de estar separadas solamente por unos cientos de kilómetros. Si hubiera que indicar una fecha para la existencia de un proto-tocario se podría sugerir el primer milenio a. C.

Estas dos lenguas pertenecen a la familia indoeuropea, pues a pesar de su aislamiento geográfico hay varios lazos que la hacen emparentar con ella. Aunque el vocabulario no muestra demasiadas conexiones, incluso en esa esfera existen similitudes, como es el caso de los números, que en tocario y kucheo son, respectivamente, los siguientes:

1: sas, se; 2: wu, wi; 3: tre, trai; 4: stwar; stwer; 5: pan, pis; 6: sak, skas; 7: spat; sukyt; 8: okat, okt; 9: nu, nu; 10: sak, sak; 100: kant; kante.

Las propiedades del verbo en las lenguas tocarias son las siguientes: Hay tres números, singular, dual y plural; tres personas: primera, segunda y tercera; dos tiempos: pasado y no pasado; cuatro modos: indicativo, optativo, imperativo y subjuntivo; dos voces: activa y medio-pasiva.

Uno de los aspectos más conspicuos de las lenguas tocarias es que su relación lingüística con sus vecinas índicas e iranias parece datar de un periodo tardío y puede atribuirse a la influencia de los misioneros budistas en la medida que se movieron hacia el este. Por eso encontramos a los tocarios con los saka hablantes de iranio y otros iranios al sur y al oeste, posiblemente también al norte, ejerciendo un impacto tardío sobre ellos. Para conexiones lingüísticas más cercanas tenemos que mirar a Europa, donde característica de léxico y gramática son compartidas con el báltico, eslavo, griego, armenio, germánico y posiblemente frigio y otras lenguas.

Hay varias características de la mayor importancia que comparte con el hitita, itálico y céltico, lo que hizo que un estudioso declara que el tocario era una lengua céltica. Uno de los criterios para el estudio de las lenguas en Europa fue la división entre las lenguas centum y satem, en referencia al sonido k que caracteriza diferentes lenguas. La palabra cien en proto-indoeuropeo kmtom, lleva el sonido k en latín centum, irlandés cét, griego hekaton, gótico hund (de kunt), pero cambia a una sibilante (sonido s) en índico sata, iranio satem, lituano simtas, etc. De manera que las lenguas indoeuropeas occidentales se caracterizaban por ser centum y las orientales por ser satem, según el cuadro inferior.

Pues bien, para asombro de los investigadores las palabras tocarias para cien (en tocario A känt y en B kante) mostraban inequívocamente ser lenguas centum, rompiendo los presupuestos que hasta ese momento se habían contemplado, pues el tocario debería haber sido satem y no centum.

Aparte de esto el tocario posee sufijos adjetivales similares al eslavo, una terminación medio-pasiva en -r que retienen el latín, irlandés, hitita y frigio y palabras emparentadas con el griego. Todo esto significa que procediendo de alguna parte del Este de Europa, los tocarios fueron obligados a desplazarse 4.000 kilómetros hasta establecerse en sus lugares históricos. Hubo incluso quien llegó a la conclusión de que los tocarios procedían de las riberas del Báltico, pues la palabra para pez era la misma que en germánico, báltico y eslavo designa al salmón.