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。”1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）。2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。”3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。”4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。”5一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，可是并没有什么显著的发展；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。6革尼在他的名著《音的力》（the power ofsound）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，从中庸高度显著的分离，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。7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（rhythm andharmony）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。”8
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。9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。
在澳洲人的音乐中，一样爱用节奏，也是显而易见的。拉姆荷尔兹（lumholtz），在他的昆斯兰德人里曾经说：“土人们对于旋律的听觉要比对拍子的弱些；但是我曾从我的从人学会了许多完全合旋律的歌曲。我的歌曲一点也不惹他们欢喜。其中只有一首歌，当我用很正确的拍子唱给他们听的时候，他们喜欢了。”10该尔兰德所推断的澳洲人唱歌的一般特性，也证实了这记述：“他们常常用持续不变的、庄严的乃至沉郁的方法唱很多的歌，而且唱得很不坏。他们也能唱外国歌，虽则他们对于音乐并不喜爱；通常欧洲的音乐并不给他们以深刻的印象，甚或会叫他们觉得很可笑。”11他们常常精确地依着拍子；据培克莱（beckler）说，这种拍子普通是动得很迅速的。实际上这位著作家所举的澳洲人的旋律，是从一位完全靠默记而得这些旋律的一个德国人那里学来的，他并且更进一层说是“绝对不错的。”声乐的节目是由女子们和小孩子们“美丽的纯粹的”宣泄八音，帐篷里照耀着燃烧的木材，又唱着追悼歌，组成一种美丽的浪漫的、辉煌的画图。这种单一的旋律是用四分之三的拍子，以半音阶由——g向d进行，然后再以半音阶从－d向h进行，这就是他所说的旋律，但决不是用客观的态度记述出来的。他的带欧洲格调的变e调的追悼歌和科罗薄利舞中的婴c调仍然夹杂在内，甚至这两种歌大概照例含有土人的原旋律的精髓，也有了改变。夫累西内（freycinet）也发表过新荷兰的旋律，但似乎被我们所用的拍子和记谱法牺牲得很多。然而他的译谱和培克莱的译谱是相符合的，在译谱本身上也没有矛盾。在译谱中他们都显出从＝－f向f之不变的下降，二度音程和半音阶的进展都爱使用（他的歌曲中的一个是从＝d下降的半音阶而成。）这些译谱，除了同化于欧洲的标准者以外，因为音程的计算不精确，都使人不能满意；那些译谱中依半音阶所记出的，实在只有四分音，仅是附从的，没有人认为或者感觉到是主要的音。这种音乐的根本动机，似乎是从一个音或二度的音程开始，声音逐渐下降到从这个音约摸到下方八音。于是全部的音乐，虽则是不完善，也还可以认为是以种种节奏的排列，从那一个音的唯一的——确系布置得当的——声音的降落。三音拍子在夫累西内和菩克莱的译谱中都有不少。布朗（brown）的记载也和上述的意见相合。“他们的唱歌以高声和尖音为始，然后使他们的声音降落到极低的弱音。还有在一切的宴会，他们的说话也都逐渐变成宣叙调的歌唱，而且每种强烈的感情都象在那里驱驶他们歌唱似的。”12
埃斯基摩人的音乐，照我们所能推断的来说，大概也在相同的水平线上。就是在他们的短旋律中节奏要比调和占优胜些。音的数目是很有限的，音程也不严密遵守。菩阿斯曾经发表了许多例子，但是他自己也承认以欧洲音乐的组织放在那些旋律之中“不免近于蛮干。”他曾进一步想把那些旋律分成了两组，使它和我们的长调和短调相当。但是从我们看来，这种努力只显得这种方法是劳而无功而已。
在这样音乐的班次中最高的地位无疑地是属于布须曼人。西俄非拉斯·罕（theophilus hahn）说：“布须曼人有一种特殊的音乐天才。他们学习旋律极快而且极其正确。我的父亲曾经充当那马瓜（namaqua）的霍屯督族的牧师，他在安格拉·培开那（angra pequena）附近的田野里，由于在那儿的布须曼人的帮助，试种小麦，在黄昏的时候，奏着小风琴对他们歌唱众赞歌（chorals），常使他很感觉快乐。不料布须曼人居然在几天之内，就会唱他用他们所不了解的荷兰语所唱给他们听的旋律。”布须曼土著的音乐的特质以利希顿斯泰恩（liechtenstein）所说的为最好。我们在这里且引用他的话，虽则那不是专为歌唱而发的：“我们对于布须曼人音乐的单调的声音渐渐听惯了，我们的睡眠已不为它所吵扰，反而有为我们催眠的功用了。当远远地听见这些歌声的时候，并不会觉得不快，只会有悲凉而清静之感。虽则这种音乐包含的不过六个音，而且并不属于我们的音阶，而是形成了我们十分生疏的音程，然而这些音的发音方法，少见的节奏，旋律的奇异等等——我敢大胆的说——却使它有了一种很别致的美感。我胆敢用‘高’这一个字，因为我那些音程虽则不和我们的一致，它们仍然表现着悦耳的、有规则的和易于理解的关系。在主音和那二倍振动数的音之间只有三个音程。第一音程至少比我们的长三度略为低些；第二音程约在短五度和长五度的正中。第三音程是在长六度和短七度之间，——所以人能想象到在他听见转调的时候，首先听到短七度的和弦。而且每个音在其对主音的关系中还都比主音来得高些；耳朵并不十分觉得一定要用纯粹的三和弦来结束，即使没有三和弦，也会使人感觉满足。熟练的‘歌拉’（gora）的演奏者在较高的八度音之中能够奏出第二有时乃至第三音程来。然而这些较高的音，是多少有点不一贯的，而且很少形成纯粹的二倍振动数的和那较低的音相对当。没有本来意义的旋律，有的不过常常引伸得长的同样音的交错；而且实际把主音加在每一个音之前。最后我们要讲到的是这里所说的音程，并不是所用的特殊乐器所特有的。”在这一切的记载中，第一件引起我们注意的事，是狩猎民族在他们的歌曲中，节奏比之调和重视些。严格遵守规则的节奏在他们的歌曲中到处可以看见，比之各音间的距离，动摇不定而且限于二、三个音间的调和，要算是更重要、更复杂的原素。说明这种关系之所以存在并不困难。我们只要想起这些旋律，大多是在跳舞的时候唱的，而跳舞必须按精确的拍子动作就够了。再则，节奏感无疑也是从原始的乐器上发展出来的。
最低文化阶段的乐器大半只是用来标记拍子。这类乐器用得最广的是苏鼓（kettledrum）。在狩猎部落中，似乎只有一个部落没有这种鼓，就菩托库多人。其他一切部落都有形式或多或少有点粗陋的这种鼓。苏鼓的最原始的形式发见在澳洲；13那恐怕就是乐器中最原始而且最古老的样子。这种女子们打起来应和男人们跳舞的乐器，只是紧绷着或团卷着的鼣鼠皮，在别的时候还可以披在肩上作外套用的。14这种绷着皮的巧妙的木鼓，我们认为不是澳洲人发明的，是从美拉尼西阿人（melanesians）那里学来的。但是另外一种北方使用的按拍子的乐器，却很富有原始的性质——“一根硬木制成楔形的粗棍，打起来发出一种特别强大的声音。”15这种昆斯兰德人的响杖（sounding－stick）恰可以过渡到明科彼人奇异的打乐器——就是舞蹈的指挥者用脚踏了发响的响板（sounding－board）响板是极坚硬的木头制成的盾形的穹状板，约长五尺，宽二尺。一面凸出，一面凹进。凹进的一面通常用白垩画成种种花纹。用的时候，把凸出的一面向上，把窄的一头插入地中，用一只脚踏那上面顿踏，为增大声音起见，板下放着一块石头。16埃斯基摩人的鼓，是一种有把柄的大圆形的鼓。鼓圈和把柄都用木制或用鲸鱼骨制，蒙了海豹或驯鹿的皮。这种乐器，直径约长三英尺，用十英寸长，三英寸粗的棒来敲。17布须曼人的鼓，被荷兰殖民地叫驰“罗梅尔波特”（rommelpott）的，是用皮绷在开口的土制或制的容器上，用指头敲的。
鼓到如今还是大部分狩猎民族的唯一乐器。埃斯基摩人明科彼人以及大部分的澳洲部落，都是除了鼓，就不知道还有别的任何乐器。只有埃斯顿港（portessington）地方的土人有一种箫，“用竹管制，长两三英反，用鼻子吹。”18在另一方面，菩托库多人虽然没有鼓却有两种吹奏的乐器：一种是塔夸拉（taquara）竹箫，下端有有两个孔，常为妇女们所用。19另一种是用大犰狳的尾巴皮制成的喇叭。20布须曼人却已经发展到用弦乐器了。但我们不相信他们所用的各种乐器都是他们自己发明的。一种三面的六弦琴，的确是从黑人那里转借来的，一种葫芦琴大约从霍顿督族传来。这种葫芦琴是一种木制的弓状物，有一个葫芦附在上面，作为共鸣器；在单弦上有一个滑动的环，可以上下滑动，随意增减振动的部分。21只有他们的弦乐器中最原始的“歌拉”（gora），可以相信是布须曼人原有的乐器。这不过是布须曼人最重的实用器具——弓——多少变了点样子的东西。就在弓的一头，在弦头和弓木之间，有一根有切口的，象叶子的扁平羽茎插入。这根羽茎由演奏者用蹙缩的嘴唇抽着，凭着呼吸的出入使它颤动。布须曼人这种用口气吹出的声音是很弱的；所以演奏者为增大声音，使自己容易听得清起见，常将拿弓的右手的食指插在他的耳朵里22有些演奏者能够将他们的心陶醉在他们的音乐中，持续坐几个钟头之久。勒发云（levaillant）说：“一个优良的演奏者想使曲调正确奏出，必须专心作多次的练习；而一件可以注意的事，是一个熟练的艺术家能用大力吹奏出八度高音，犹如箫子——一种能发出极好的歌拉音的乐器——一样。”
我们可以在这里对于原始音乐的特色做个总括了么？这些特色在各种记载中都已明显地表现出来了。在文化最低阶段里，声乐的势力是超过了器乐的。两者都是单纯地——换句话说，就是以一部的旋律——动进。复音乐（polyphony和交响乐）（symphony）是他们所不知道的。在旋律的两个因子中，节奏是卓越地发达了，调和却还不很完整。关于调和，原始的旋律和我们的不同——除出音程不同以外——第一是音的位次比较少，第二是音的高度比较不定。
根据上述的知识，我们可以对斯宾塞理论的价值下判断了。这位英国哲学家以为，音乐的泉源在于情绪与兴奋的语言；他以这种推断做基础假定：情绪的语言和音乐——特别是歌唱——有同样性质的特征。倘若这种特征是一致存在的，那在原始的歌唱中便该已经很明显地表现出来了。照斯宾塞说来，歌唱以至于感情的语言，都因它的声音比较高大，而与日常的语言不同。但是声音高大并不是感情的语言或歌唱的普遍状况。原始民族固然有用高声歌唱的，却也有用低声歌唱的。我们已经听见过澳洲妇女们的唱和科罗薄利舞的歌唱，常常低到听不清的程度。在另一方面，“嗓音的乐音”固然使那通常唱的原始歌曲，和日常语言有别，但是至少也同样使它和感情的语言有别。如果我们可以信赖我们的耳朵的话，则后者（感情的语言）比之前者（日常的语言）更是非音乐的。“它（感情的语言）包括许多生硬的嗓音和高的谐音，这些声音会产生粗厉的性质。”23第三、歌唱和热情的语言，在显然离开中庸高度的一点上是一致的。这种分离一定形成了热情语言的一种特性；“这种语言是突兀而又粗硬的，飞快的向上向下闯，就在一个简单的音段间也会闯过一个蛮阔的音程，闯过十二度或两个八度音程也不希奇的。”但是这些变异如果更显著地表现出来，而且更充分地发展了，会生出什么结果呢？一定不会有什么跟原始歌唱有一点点类似的东西。因为原始的歌唱普通只在少数几个音的中间移动，而那几个音间的音程距离又是和感情语言不相类似的。在感情语言中，就是成为原始歌唱极显著特征的那种节奏条理，也寻不出一点痕迹来。只有一点可说狩猎部落的歌唱比之文明民族的歌唱更接近热情的语言——就是缺乏高度的界限，会从这个音滑到了那个音。但是这一点，明明不够维系斯宾塞的立论，而立论的其他各点，又完全缺乏根据。原来歌唱——姑且完全撒开器乐——在文化的最低阶段里，也象在其他一切文化的阶段里一样，是和感情的语言显然而且截然不同的。斯宾塞的音乐起源语言的臆说，原始音乐就对它提出了难得推翻的抗议。24
那么人类怎么会有音乐的呢？达尔文以为乐音和节奏的才能，是由我们的动物祖先，当初用为引诱异性的手段而获得的。他的这种见解，是从观察大部分的雄性动物多在繁殖期间利用它们的声音，一来发泄自己的感情，二来引诱起雌性的注意，推断出来。倘若我们假定声音除了引起注意之外，还能使雌性发生快感，那么这种音乐的才能，自然将为雌雄淘汰所保存、所改进。这是自动和被动的音乐能力发展的最初的出发点。达尔文随后还把激发我们的温和、恋爱、胜利的欢喜和战争的兴会等等音乐特殊力量指示出来，说“一个纯粹的乐音，能够集中感情的力量，胜过几页的文章。”他又引用斯宾塞的话说：“音乐唤起了我们不曾梦想过它的存在和不曾明白过它的意义的那些潜伏着的情绪。”他又引伸着说，那为音乐或热情的语言所唤起的感情和观念的不明确而深远，正象回复了久远以前的热情和思想一样。我们只有假定乐音和节奏曾经被我们半人类的祖先在一切动物都为最强的感情所激动的交尾期里利用过，才可以理解得若干。就是这假定是真的，乐音方才适于以遗传的联想之精深的原理为基础，在我们的心里——以模糊而不一定的形式——回生了久远以前的强烈的感情。当我们想到有些四手类的（quadrumana）动物中雄性的发声器官比雌性的发声器官更发达，还有一种类人猿的动物发出一种精确的八音间的乐音，就是实际唱歌25的时候，就不致于认人类的祖先——无论男性或女性或两性——在他们得到用调解的语言表示爱情的能力以前，便已尽力用乐音和节奏，互相娱乐的话，为必不会有的臆说。用各种声音和语调唤起听众最强烈的感情的灵敏的演说家、诗人或音乐家，一定没有想到他正在使用他的半兽类的祖先，在久远的过去时代靠此发泄他们的战争和恋爱的发烧的热情的同样手段。然而这是事实。达尔文相信他还能够用这种方法说明野蛮人种——他指的是黑人和霍顿督族——很有发展音乐才能的事实。
如上所述，音乐的形式首先是卓越的建筑在节奏一边——从音乐和舞蹈的密切关系，我们可以完全理解这个事实。另一方面，调和，只是缓慢而无一定地发展着。在狩猎民族的音乐里，音的高度是摇动的，音程也是全不固定的。那么人类怎么会达到固定音律的形成呢？革尼叫我们注意这种事实，就是我们想把我们深切感觉的心情，严肃而郑重地表现出来的时候，我们就要加强我们声音的共鸣而逼近于音乐的调子；又为增强共鸣起见，我们本能地会选择那最不使我们的声音紧张和疲劳的几个音，我们的发音器官不知不觉地会保持着狭小范围以内的高度；所以我们自然趋向于单调方面。26另一方面，泰罗尔（tylor）推定最初的精确的音律是由乐器的使用而形成的：“最简单的音律中的一种是被最早的乐器，喇叭，引起注意。我们所见到的这种喇叭粗陋形式的一例，是南美洲及非洲的森林种族所吹奏的用木料或树皮做成的一种长管。一个喇叭……可以发出“普通和弦”的连续的音，如c、e、g、c等……。这种自然的音律，就其所发的音来说，完全包含音乐的诸音程中最重要的八度、五度、四度、三度等音程。”27关于原始器乐的知识我们太缺少了，这是很可惜的；然而我们从种种记载上可以推知那些使用完成到最高级乐器的布须曼人，也有最确定的“音程”，虽则那些音程和我们的不一致。只是我们不要忘记利希顿斯泰恩曾经明白的说过，布须曼人在他们的乐器上所奏出的音程并不是他们的特殊的乐器所特有的。
我们在这里所引用的都还不过是假定，对于这个问题，我们是否能够进展到假定范围以外，还不能断言。不过，这些假定，已经够使我们更加明了乐音最初期的发展。达尔文的臆说，还只涉及自动和被动的音乐能力的发展，不曾涉及它的起源；它举出已知的事实，只是想说明那能力的保存和长进。在他的理论中，至少照我们所见到的来说，对于音乐的特殊功能还是没有使人满意的定论。达尔文实际相信音乐效能的特性，那是他在被引起的感情的力量和不定性中见到了的，可以依据下面的假定来说明：“由遗传的联想之精深的原理，乐音……大约会模糊不定地唤起了久远以前的强烈感情。”但是我们对于所谓“遗传的联想之精深的原理”的观念极不完备，所以我们不得不认达尔文的说明，至少在现在，还是完全和音乐本身的魅力问题一样的不明白。
我们除了依照音乐表现给我们的魅力，——就是他的本性上无比的情绪运动以外，另外没有方法可以解释这个问题。革尼说：“音乐的第一种特性，就它的效果的首尾（alpha and omega）而言，是这样的：它从我们引起一种不能再容其他任何情绪境界的强有力的情绪境界。就一般所能形容的来说：这种情绪境界好像是各种强烈情绪的混合物；它已经完全变成了新的经验，无法把它分成各个单一因子；因为欢悦、亲爱、憧憬、苦恼、安慰、弛缓、紧张等等——凡有一切好象都在它的里面露过一面。可是最后结果完全不是紊乱和恍惚的。或者我们不如说：那里本来是有我们想由那样关系探求说明的种种因子在里面，但当我们想要试行分析的时候，却对于我们的知识变成不明了了，实际，美是有那明白而且分明的形式上所特有的统一和个性的。当我们认为音乐的根本效能不大不小地就是音乐的效能的时候，我们不会否认音乐在某种程度上也能表现出音乐以外的情绪和心境。音乐应付这种情形有种种的手段。我们这里所要讲到的，只是在原始音乐中特别引起我们注意的——节奏的运动。腓赫纳（fechnaer）曾经很确当地说过，音乐唤起类似实际的心情的倾向和关联，在其最主要的各点上，恰和人的声音和动作自动地表现同样心情的方式，在音乐工具和人体器官各别的适应之下所可能的范围内相当。喜乐有另外的一种速率（tempo）和另外一种节奏，跟哀乐不同，而这同样的不同并且也显现在声音和动作中喜悦和悲哀的适当的表现之间。”虽然澳洲人的挽歌是缓慢而延长的，但“当他们在喜、怒或渴望中歌唱的时候，他们情感愈兴奋，歌唱就愈来得快，在愤怒的时候，唱得更加快。”28腓赫纳又继续说，我们不必设想以为要由音乐引起任何特殊的心情，必须我们想起先前那种心情的表现，倒是似乎由于音乐在我们内心引起的情绪的搏动，和那些跟我们自发的心情自然结合着的情绪的搏动同调，所以会有那样心情的一致。最后他又补充说：“因为我们心情的自动表现，实质上不是旋律的或调和的，我们所以少有理由依赖这样一种表现的回想来构成音乐里的旋律和调和的印象。”29音乐在音乐以外的表现上的能力，就在最有望的时候也是很有限的，在这一点上，这种艺术决不能和其他艺术，如同绘画、雕刻或诗歌等，相比拟。30所以由音乐的极薄弱的表现能力以推论极有力的音乐的感情效果，完全是头足倒置。可是倘使音乐还能够——即使是不充分地——表现出音乐以外的感情，那它自然就能够鼓动音乐以外的感情。正如腓赫纳所说：“它能够震动人类心灵的全部。”并且常常那样深刻而又广泛地影响着人们的一生。“据说当宗教改革时代，全人民都唱得煽起对于新信仰的热诚来，许多敌视路得（luther）之名的人都被那简单而动人的新教的赞美诗所感动而皈依了他的教义。”又如“有些斯拉夫民族的最初的改变宗教，是受俾臧兴教会（byzantine church）圣曲的影响。”31凡此种种，都是说明音乐有鼓舞勇武精神的力量。路得的有力的战歌——其旋律大踏步向前进，正如军士衔枚赴敌，——曾经屡次引导德国军队攻击而战胜；马赛曲的雄壮的声音曾经唤起青年法兰西共和国的市民武装起来跟欧洲的半壁争雄。从来没有一个军队可以缺少军乐的。
据达尔文的学说，音乐是作为引诱异性的工具而受原始的栽培。所以我们希望能够发见它在最低文化阶段里大致用在这个目的上的音乐。但是这种希望并不如意。至少我们寻找不出一个简单报告承认这种论断，就是有过什么一种形式的音乐在最低文化的阶段中专为促进性的交际而演奏。在另一方面，狩猎民族也和文明国民一样，充分认识音乐在军事上的价值。澳洲人在战争的前夜常常唱野性的歌以激发他们的勇气。32巴克利（buckley）说：“在战争开始之前，有一个男子来到一队兵士之前，唱歌而又跳舞。”33托马斯所眼见的战争也是用跳舞开场。34然而，音乐在军事上的意义，在最低的文化阶段里到底是很有限的；因为战争35在“野蛮的”狩猎部落的生活中，并不是什么一件大不了的事。原始音乐大致用为跳舞的伴奏。鼓声和歌声给予跳舞者以拍子，他们依照这种拍子表演他们的动作。关于这一点，我们前面以为属于舞蹈的社会影响的大部分，的确也是属于音乐的。然而值得注意的是，这种影响的主要部分应当归功于节奏，或者不是特别存在音乐中的要素。节奏似乎甚至在希腊的音乐中也占着超越的地位；所以我们现在可以了解柏拉图为什么会认音乐在他的理想国的公民教育中非常的重要。36
还有，在大多数音乐独立出现的情境中，音乐大概只是发生音乐本身的快感。布须曼人每次谛听他的“歌拉”的声音能够连续到几点钟之久，除了为他自己的快感而奏出的连续不断的声音之外，不再注意其他任何事情。澳洲人通常只是自己唱给自己听；我们实在一点也不知道我们可以假定他们从音乐获得了音乐的享乐以外还有什么。
我们对于其他各种艺术，虽然能够指点出有明白而又分明的关系存在于艺术能力、艺术活动与审美文化生活的其余部门之间，但还没有人对于音乐寻出问题的解决法，虽然人们常常在探讨这个问题。腓赫纳说：“虽则有人，他的文化程度很浅，倘若他比较熟习音乐的赏鉴和理解而且有比较大的天生音乐才能，他就能够领受比之受过教育的人更高强的直接音乐印象，更能够了解音乐的真正意义，而且可以由此享受更大的乐趣；但是音乐的副产物，却会对于别人更加有意义。”37音乐的才能实际似乎跟各种心灵的才能相照应。很有一些人别种知识在水平线以下，而音乐的才能却很发达；也有一些人有很高的知识以至艺术的才能，但完全缺乏音乐的才能。38我们觉得各民族表现音乐才能，也和各个个人的音乐才能一样，是变化无常而且各自独立的。布须曼人的音乐才能超出了一切其他民族之上，然而其余的文明却完全和别种民族一样的粗陋和枯窘。甚至就较发达的国家去观察，文明和音乐之间的关系也是不很明白的。为什么德国民族富有极高超的音乐天才降临，而在关系极密切的英国人中间竟不能产生一个伟大的音乐家呢？答案是德国人音乐才能的天赋比英国独厚些；然而，问题还是要苛求，那种卓越性是从那里来的呢？我们势必不会否认有一种规则的关系存在音乐天才和某一个民族或某一个时代的文明之间；但是我们定当坦白承认，我们没有知道那种关系究竟是什么。
倘若一个民族的音乐和那个民族的文明没有关系，那么也可以倒转来说一个民族的文明和那个民族的音乐根本没有关系。虽然在文化的最低阶段里，音乐的间接的实际影响、也远在其直接的音乐效用之下；而且往后发展，也常是后者（就是直接的音乐效用）占优势。音乐愈发展其特有的音乐原素，调和，它的性质就愈是音乐的，它的效用也愈成为专门音乐的。音乐的最高超最纯粹的形式——比方贝多芬（beethoven）的器乐——是离实际生活挺远的；它没有实际或伦理的意义，也没有别的什么社会的意义，只有一种既不能增也不能减的审美的、音乐的意义。柏拉图的主张，音乐是大众教育的工具，现在已经都会背诵了。想从音乐搜寻别的什么的人，只是证明他不曾欣赏音乐的贡献就是了。
所以音乐，以其性质和魅力，在诸艺术间立于无可伦比的地位，成为一种独自的艺术。一切别的艺术都不得不为别的生活的目的卖力；音乐全然只为艺术的目的。就这个意义说，音乐可以说是最纯粹的艺术。特别是在音乐和诗歌中间虽则它们有着密切的外部关系，却存在着深刻的内部对立。诗歌主宰着整个现象世界；反之，音乐自家可以说：“我的国度不在这个世界上。”
1．zeitsch．fur eth．一八八七年版，三三页。
2．an．rep’t bureau of eth．一八八四至八五年第六○○页。
3．jour．anth．inst．十二卷三八九页。
4．lang．brough smyth一卷一七○页。
5．schopenhauer，sammtliche werke（griesbach’s edition）一卷三四○页。就是在叔本华以前荷夫曼（hoffmann）已经在他的杰作“kreisleriana”中把音乐的特殊性格用精彩的字句描写过了。“音乐是多么奇异阿！”他借了书中johannes kreisler的嘴说。“人们对于它的神秘是多么难测啊！但是它不是寄居在人们的心中吗？不是把可爱幻景充满人们的内心的吗？人们不是以全心向之，因而在世间获得光明的新生命，以从尘世的疲惫压迫下解脱出来吗？是的，一种神圣的力量通过了他的全身，鼓舞他发生一种天真虔诚的心境，使他能够道说那未知的浪漫的灵界的语言；像一个学生朗诵他老师的引人入胜的著作一样，不知不觉地唤起了一切内心的幻梦，用灿烂的圆舞在生命中飞翔，而使每一个能够了解的人心中充满了无限不可名状的想望。”
6．herbert spencer，on the origin and the function ofmusic．关于初期的历史，可参阅gurney所著the power of sound（一八八○年伦敦出版）书中的the speech theory一章，其论述深刻而有趣。
7．gurney书四七六页。
8．wied书二卷四一页。
9．man，journ．，anth．inst．，十二卷三九二页。
10．lumholtz书二○○页。
11．然而格累氏却说，他的土著仆人在柏斯地方的戏院中听了“上帝救皇后”一剧，很是感动，甚至哭了。
12．waitz－gerland书六卷七五二页起。
13．专门嚣闹的乐器至少也是一样属于阳式的；举例来说，如澳洲人跳“科罗薄利”舞时悬在膝踝上的树叶束把，以及柏歇尔（burchell）在他的书中告诉我们的布须曼人跳舞时的声响。
14．有时鼣鼠皮中再包进一块泥土。见brough smyth书一卷一七○页。
15．lumholtz书二○○页。这种乐器很少，拉姆荷尔兹也只见过一次。
16．man，jour．anth．inst．十二卷三九九页。
17．boas，an．rep’t bureau of eth．一八八四年至八五年出版，六○一页。
18．waitz－gerland书六卷七五二页。这大陆的南部只知有箫的名。
19．wied书二卷四十一页。
20．ehrenreich，zeit fur eth．一八八九年出版，一九页。
21．哈恩（hahn）说有一种相似的乐器，有两根弦线，可说是提琴（violin）的胚胎。
22．在ratzel所著的volkerkunde一卷七○页中有一幅“歌拉”奏演者的图画。
23．gurney书四七六页。
24．革尼曾经彻底的阐明斯宾塞的学说不合乎高级音乐的事实。见powerof sound二十一章。
25．这种会唱歌的人猿叫做“敏猿”。布累姆（brehm）在他的thierleben一书中描写敏猿的唱歌曾这样说：“伦敦的雌性敏猿有时能叫出非常特殊清晰的音调。这种叫声完全可以用乐谱来录出。开头是主音调e，依半音阶可直升至全部第八度音。主音调在全曲中都可听到，作为每一继续音的前音。在音阶上升时，简单的音调一个比一个慢，但是在下降时，音节却渐渐快起来了，最终时更快到万分。终结时是竭力的一声呼叫。这动物在乐谱中表演的规则、迅速和准确，都足使一般人吃惊。”
26．革尼书四五四页。
27．tylor，anthropology二九一页及二九二页。
28．waitz－gerland书六卷七五四页。
29．fechner，vorschule der aesthetik一卷一七六页。其中“音乐的直接因素”一节，可以说是音乐论著中最清楚最正确的文字。
30．“我很以为，那些由我们的经验可以归入音乐的直接的伦理影响，与其到限定的印象中去追寻，倒不如到不限定的印象中去探求。那种由群众的高声——为大合唱——所产的弥漫的感觉，或许含有真正的，但是含糊的，社会团结的意义。”见革尼书三七三页。
31．革尼书三七三页。
32．brough smyth书一卷一六四页。
33．同上书一五九页。
34．ibid.
35．澳洲人的战争大多是裁判性重于政治性；他们有规定的赎罪的斗争。埃斯基摩人就根本不知道有战争这回事。
36．“调和之后自当讲到节奏。对于节奏，我们也应当取同样的方式。但求节奏能够表出勇敢的生活，不必有种种繁复的音律组织；而且应当先有辞句，再去配那节奏，不应当先定节奏，随后填上辞句。至于说明这些节奏是怎样，那是你的责任，请你告诉我，像你方才告诉我调和一样。
“但是，实在的，他回答，我不能告诉你。我只知道节奏有三条原则……音律就都由它组成，正同声有四种因素，调和就都因它决定一样。我不知道什么节奏表现什么生活。“于是我说，我们应得就商得蒙（damon），他会告诉我们什么节奏是表现卑鄙、懈怠、暴躁或其他无价值的性情的，什么节奏是表现正和这些相反的性情。”plato，the republic，三卷一二一页（jowett）。
37．fechner，vorschule，一卷一六三页。
38．例如：雷星（lessing）、康德（kant）、莫泊三（manpassant）。
