音乐音乐在文化的最低阶段上显见得跟舞蹈、诗歌结连得极密切。没有音乐伴奏的舞蹈，在原始部落间很少见，也和在文明民族中一样。“他们从来没有歌而不舞的时候，也可以反转来说从来没有舞而不歌的，”挨楞李希对于菩托库多人曾经说，“所以他们可以用同一的字样来称呼这两者。”埃斯基摩人常用唱歌和打鼓来伴舞，而且音乐还在表演中占着这样重要的地位，使得他们不叫那跳舞的建筑为舞场，而叫为歌厅（quaggi）。明科彼人的舞蹈节，也一样的可以当作音乐节。“他们的准备工作主要是在练习舞蹈时用的独唱和合唱。”澳洲男人们跳“科罗薄利”（corroborry）舞由本族的女人们组织乐队；布须曼人跳舞时运动和合着旁观者打鼓和唱歌的拍子。音乐的伴奏，对于原始的戏剧和哑剧的不可缺少，也和对于它们所由发达的摹拟舞一样。比方，在一种澳洲人的演技里，“指挥者对于场面唱说明的提纲时，就由妇女们反复合唱那歌的叠句，并且用棒在她们的鼣鼠皮上敲作拍子来伴奏。”原始的抒情诗是合乐的，澳洲人的、安达曼人的、或北极人的歌词，常常由一种旋律传出，或者竟可说常常传出一种旋律，因为辞句好象还是旋律重要些，为了旋律的缘故，往往把辞句改变或删削得失了原意。最后，叙事诗或至少叙事诗的一部分，也不单单是记述的，是用宣叙调歌唱出来的。舞蹈、诗歌和音乐就这样形成为一个自然的整体，只有人为的方法能够将它们分析开来。假使我们要确切地了解并估计这些原始艺术的各个情状及其功能，我们必须始终记得，它们并非各自独立，却是极密切地有机结合着。另一方面，我们知道那在外形上和诗歌舞蹈有这样密切关系的音乐，其内质却跟这两者完全不同；音乐可以说是一种纯粹独立的艺术，它的方法和功能，其他艺术都不能和它相比。关于音乐的这种特殊地位从来没有象叔本华（Schopenhauer）那样说得有力的。他说：“音乐是跟有形世界完全独立的，完全无视有形世界的，即使没有世界也能够在某一形式上存在的；这是别种艺术所不及的地方。”一切其他艺术都从有形的世界里，从大自然里，采取他们的材料和模型；它们是摹仿的、描画的艺术；但是音乐，至少在纯粹的音乐作品里，并不抄袭自然界的任何现象。正象革尼（Gurney）说的，音乐创造了听取的形式，创造了在自然界里没有原型而且离开音乐也不能存在的声音的连接和结合。这种见解，每为承认音乐是跟所有其他艺术同等的是自然的摹拟的人们所反对；而这后者的见解不但较为古老，也尽我们所知道，比较前者流行得广泛些。这后者的见解要算度波长老（AbbéDubos）表现得最简洁最明了。他说：“正如画家摹仿自然界的形和色一样，音乐家也摹仿嗓音的长短、抑扬、叹息及转调等——一句话，也摹仿自然界表现它自身的感情和热情的一切声音。”自从度波说出这句话以后，这理论已不知换了几次外装，可是并没有什么显着的发展；最后，到了我们的时代才又为斯宾塞所采用。他为他的进化哲学的利便起见，曾经竭力确立这种理论，并且给与这种理论以充分的发展。革尼在他的名着《音的力》（ThePowerofSound）中，曾经用很简单的几句话把斯宾塞的理论基础的各要点提示出来。斯宾塞说，音乐的根源，在乎感情激动时语言的声调，而它对于语言可也有了反作用，为的它使这种声调更富变化、更加繁复、更加表情的了。斯宾塞的这种理论的基础在乎假设表示感情兴奋的声音性质，就是歌唱所以和随常语言不同的性质——就是因的强度，音质的性质，从中庸高度显着的分离，音程的度数和极迅速的转变。所以他的意见以为歌唱起于这些性质的增强和加剧。斯宾塞这样说歌谣以及和它一类的音乐，都是情绪激动的语言之进展得比较有特性并且比较丰富的摹仿——实质上，除了度波所主张的以外，再没有什么东西。这种以为音乐起源于语言的说法，明明是和最初所说的以为音乐有它特殊性质的那种见解不能相容。所以，凡是拥护音乐当然分立这一说的人们，就要各自探求它逻辑上完全独立的音乐的起源；他们是相信革尼所谓橡树是从橡实生长出来的。为要助成这个问题的决定，不待深究也可明白原始音乐的研究是何等的重要。从斯宾塞的观点来看，我们会希望音乐极类似兴奋的语言。反之，如果要表示音乐从头就是和后代的形式一样，和感情的语言截然不同的，则天秤的另一端的证据必然能得最后的优胜。我们对于音乐也和对于其他一切艺术一样，可以分成材料和形式。音乐的材料就是声音（tone）。这些声音所附丽的形式都为两种不同的原则所规定——就是节奏和调和的原则。而这两种原则对于音乐的效果是同样必要的。音乐的节奏在最简单的形式中，是由一个声音或一小群的声音有规则的时间间隔产生的。调和是由某种一定高低的声音，和别种一定高低的声音的合规则的关系发生的。因节奏的原则，声音受量的调整，同时因调和的原则，声音受质的调整。节奏和调和合起来就成了旋律（melody）；换句话说，旋律的形式是在节奏地和调和地调整了的声音的继续上存在的。人类最初的乐器，无疑是嗓声（Voice）。在文化的最低阶段里，很明显，声乐比器乐流行得多。要搜集原始民族歌曲的许多叙述和评论，并且举例说明它极不难；但要从这样一种纷乱错综的东西里获得任何原始歌曲的性质的正确观念，却真是难而又难。原始旋律的欧洲译谱，没有例外的要特别注意；因为我们的制谱法的组织，和有些狩猎民族的各式各样的音阶极少相同。所以原始旋律的特性的传达，都很靠不住。欧洲人对于原始歌曲的审美价值的判断也是完全而且根本没有价值，因为眼前紧要的工作并非研究原只为适合原始人听的原始音乐，怎样感动了欧洲人。所以我们只能在那些含有最确实的及最客观的叙述的笔录范围中选取材料。如果我们相信维德王子的判断，则菩托库多人的歌唱是世界上最粗陋的。“男子们的歌声好象是一种发音不清楚的叫号，连续交互用着三个或四个音，忽而高忽而低；从胸中深深地呼出气来，同时他们把左臂抱着头，把手指塞在每只耳朵里，在他们想使听众听见的时候，更把口张得很大，那唇栓就使他们的口成为怪相。妇女们没有唱得这样高的声音，或这样愉快，然而听众也是只能听到少数声音反复吟唱。”明科彼人在他们对音乐的努力上似乎也比菩托库多人高不了多少。曼恩说在他们的舞蹈里由歌队不断地反复歌唱着短的旋律，在他们继续歌唱时，成了令人厌烦的单调。曼恩从布朗德博士（Dr．Brander）的译曲中发表了一种在三个音中间移动的例证。然而这个欧洲人的戏译的歌曲，是不是安达曼人的旋律的真正代表，却是一个极大的疑问。曼恩的朋友曾经用五个女子、七个男子和三个男孩子做过一种实验，所得的结论是“土人没有丝豪明确的音的高度的观念。”就使他们偶然听出欧洲人所给与的主音（keynote），要他们按着音阶上下发音，还是不可能的。在另一方面，所有明科彼人对于节奏却有一种很明锐的感觉，而且常常严格地保守着它。