下载掌阅APP，畅读海量书库
立即打开
在日常生活中，音乐是我们比较熟悉的艺术门类。然而，如何定义音乐，追问音乐是什么，回答却是多种多样的。有人认为，音乐是令人愉快的、艺术的、神圣的或者以其他方式进行排列的声音。这种定义把音乐看作声音的艺术，强调音乐与其他艺术相区别的本质特征，却忽略了音乐的表现特征和情感特征。《中国大百科全书》提出：“音乐是凭借声波振动而存在、在时间中展现，通过人类的听觉器官而引起各种情绪反应和情感体验的艺术门类。” [9] 它的基本要素是旋律和节奏。这种定义强调了音乐的物理性、情感性、时间性，但是却忽视了音乐的创造性和表演性等特点。我们认为，音乐是为了满足人类的精神需要而创造出来的艺术门类，是表达和探讨精神世界的重要手段和工具，更是集创作、表演和欣赏为一体的音响艺术，是多源性的集体智慧的结晶，具有自律性和他律性结合的本质特征。
从广义来看，定义音乐应当强调它的三个构成：“第一是作曲家创作出的乐谱，第二是表演者表现出的实际音响，第三是听众感受到的音乐。” [10] 这三个部分相互依存，合而为一。创作的乐谱是前提，表演的音响是中介，接受者的听赏是最终目的。强调音乐是创作的乐谱、表演的音响和听赏到的音乐的一体化，实际上也体现了音乐艺术的主体性和客体性的统一。
第一，乐谱是作曲家一度创作的成果和音乐艺术的前提。音乐不是自然的作品，而是人类精神文明的成果，是作曲家充分发挥主动性、积极性和创造性创作出来的艺术作品。音乐家的创作和乐谱是音乐的本原，不应忽略。乐谱标示了音乐的内容，包括旋律、节奏、基本情绪和基本风格等。我们发现，传统音乐史基本上是反映音乐创作的历史，它的研究对象主要是作曲家及其作品，而且其后的表演和欣赏都依附于音乐创作；音乐艺术的风格也主要表现在创作思维的特征方面。 [11]
第二，音乐也是表演者演奏出的实际音响。音乐是表演艺术，它与非表演艺术呈现的方式完全不同。音乐离不开演唱演奏这一重要环节，而像绘画、雕塑、建筑、文学等艺术，通过艺术家的创作，作品可以直接同观众见面、供人欣赏。另外，乐谱完全不同于一般的语言文字，它是一种特殊的声音符号，普通听众不太可能通过阅读乐谱获得审美体验。所以，乐谱成为实际音响，需要表演者的二度创造。表演者通过演唱演奏，把乐谱变成流动的声音，展现出多种多样、复杂纷呈的音乐，使听众能深切感受各种音乐艺术之美，比如，崇高美、纯朴美、悲壮美、柔情美、和谐美、朦胧美、欢愉美、古典美、自然美等，同时使听众产生强烈的情感共鸣和深刻的心灵震撼，并唤起他们对美的无限向往和追求。
第三，音乐也是听众感受到的音响。音乐是情感性、体验性的音响艺术，离不开欣赏的主体。欣赏音乐的过程是在主体的经验基础上进行审美判断的过程。听众通过倾听音乐获得美的享受和精神的愉悦，是音乐创作和音乐表演的最终目的。如果没有听众的接受环节，音乐就失去了存在的意义和价值，而听众的反映和体验也会影响音乐的创作和表演。每一个严肃的作曲家和表演者一般都会关注听众群体的信息反馈，了解自己的音乐作品的社会影响，从而对自身的艺术创造进行适当调整或改进。例如，在中国戏曲表演时，听众们的叫好声常常是戏曲表演者了解自身表演成功与否的途径。当然，听众即时的反映并不能成为衡量艺术表演的最终标准。侯永奎先生是北方昆曲艺术家，他曾对后来也成为表演艺术家的儿子侯少奎说：“少奎呀，你记住，叫好，不见得你的戏演得好，不叫好，不见得你的戏演得不好，这不能衡量你演的好与坏。” [12] 不管怎样，我们必须承认，音乐欣赏是音乐创作和表演的最终归宿，是音乐活动的三大组成部分之一。美国当代作曲家艾伦·科普兰（Aaron Copland）甚至还说，由于音乐欣赏者能够深刻影响创作和表演，因此，“说音乐的未来是掌握在听众手里也许是有道理的” [13] 。
美国学者保罗·亨利·朗（Paul Henry Lang）曾说，文明是人类在征服生活的过程中创造性的体现，而“艺术是这种征服的最终象征，是人类所能取得的至高和谐” [14] 。音乐的产生和发展也不例外。它与人类的发展相伴随，是人类在征服生活的劳动过程中创造的。关于音乐的起源有各种各样的说法，劳动说、巫术说、模仿说等。这些观点均有其启发性和参考价值。虽然它的起源复杂而神秘，学者们只能根据零散的文物和神话传说进行推断和研究，但是，如果综合分析，我们就会发现，音乐并非某人在一朝一夕创造的，而是人类集体智慧的结晶；音乐也并非某一原因而是多元因素相互促进而产生和发展的。
从历史的角度而言，“音乐始于穴居时代我们祖先的第一声咏唱”
[15]
，它是人类情感的表达。人类的情感表现为时间性的心理活动过程，有力度上的强弱和节奏上的张弛，这种基本特性能够通过音乐表达出来。《乐记·乐本》一开篇就指出音乐产生的原因：“凡音之起，由人心生也。人心之动，物使之然也。感于物而动，故形于声。声相应，故生变，变成方，谓之音。比而乐之，及干戚羽旄。谓之乐。”也就是说，《乐记》认为，一切音乐的产生，都源自人的内心，人内心的激动是受外物影响所致。人心受到外物的影响而激动，就通过声音表现出来。各种声音相互应和，从而产生变化，通过变化而产生条理次序，就称为音。将各种音组合起来，通过演奏演唱并配以各种道具和舞蹈，就称为乐。所以，音乐是人心受到外物刺激而产生情感，并把这种情感体验通过声音、动作表达出来。简言之，音乐是人表达情感而产生的。《尚书·虞书》说“诗言志，歌永言”。歌和诗、舞的起源是紧密联系在一起的。当我们的祖先遇到快乐之事时，通过兴奋的吼叫声和手舞足蹈表达出来，这些声音经过人类的审美体验和发展后，逐渐固定下来，成了表达情感的乐音，乐音经过组合而成了较为动听的旋律，再加之以手舞足蹈，配之以简单的乐器，比如禽兽肢骨改成的骨笛、骨哨，就逐渐形成了原始歌舞乐的形式。所以，《乐记·乐化》说“夫乐者乐也”。中国的汉字“乐”出现得非常早，在甲骨文中就有其初形“
”，虽然对该字的解释迄今仍然有不同的看法，但代表乐器和丰收之喜悦较为可取。修海林先生认为上面为谷穗之象，下面为植物的茎干，该字的会意就是“伴随着对耕种、收获之不易，自然而然产生出来的一种喜悦欢乐的情态”
[16]
，这种解释是有一定道理的。在先民们所处的时代，生产力极其低下，庄稼的收成直接决定其生存，因此，通过敲打石器和木器表达丰收的喜悦，这应当可以看作器乐的起源。朱光潜先生在论述诗的起源时引用西方研究成果，认为澳大利亚的土著民的“考劳伯芮”舞（Corroborries），是以单纯狂热的节奏和简单明快的歌词表达打猎凯旋后的欢欣庆贺之情。澳大利亚还有一种“卡罗”舞（Kaaro），即舞者先大醉大饱，穿戴兽皮羽毛，模仿鸟兽的各种姿态以及战斗和恋爱场景。
[17]
在中国独龙族、景颇族、佤族、傈僳族、拉祜族等少数民族中，仍有在欢庆节日和重要的宗教活动时欢歌狂舞至数日方休的遗俗。
恩格斯说：“劳动创造了人本身。” [18] 劳动不仅促进了语言的产生和人脑的进化，而且是音乐产生的客观条件。我们的祖先赖以生存的基础就是集体劳动，在集体劳动中，人们必须协调动作、统一行动，因此逐渐产生了组织和统一劳动节奏的号子，这可视作原始音乐的起源之一。我国传统文献《吕氏春秋·审应览·淫辞》曰：“今夫举大木者，前呼舆謣，后亦应之。”其后，《淮南子·道应训》也有大致相同的看法。也就是说，我们的祖先在集体搬运大木时有领有和的歌唱，这应该算是早期的领唱和齐唱的艺术。另外，乐器也是人类劳动的产物。在旧石器时代的克鲁马努人（Cro-Magnon，距今约3.1万—4万年）的山洞中，有制造相当精致的石器，其中穿洞的骨笛就是当时的乐器。同时，据德国图宾根大学考古学家在英国《自然》杂志上的报告，在德国西南部一岩洞中，他们发现了距今已有3.5万年的骨笛。在我国河南舞阳贾湖新石器遗址和浙江余姚河姆渡遗址也分别发现了骨笛和骨哨。这些发现说明，在远古时代，我们祖先的音乐与劳动生活（狩猎）应该有着密切的联系。
模仿是人类的天性，自然中充满了美妙的音响，我们的祖先喜爱并模仿这些美好的声音，并且力图加以保存。比如，人们为了重现鸟鸣的声音，就会利用自身的发声器官和制作的发声工具对这些声音进行模仿。在我国河姆渡遗址出土的骨哨中，有些至今还能吹奏出各种与鸟鸣声极为相似的音调。可以推断，这些音调逐渐形成并发展成旋律，加上平时在生产劳动中认知的节奏，便产生了最早的音乐。正如古希腊哲学家德谟克利特（Demokritos）提出的，音乐是对自然的模仿：“从蜘蛛我们学会了织布和缝补；从燕子学会了造房子；从天鹅和黄莺等歌唱的鸟学会了歌唱。” [19] 后来，同样持这种模仿观的还有亚里士多德（Aristotle）、古罗马哲学家卢克莱修（Titus Lucretius Carus）等。在我国，正如《吕氏春秋·古乐》记载：“帝颛顼生自若水，实处空桑，乃登为帝。……乃以麋各置缶而鼓之，乃拊石击石，以象上帝玉磬之音以致舞百兽。”此处反映的也是祖先们模仿自然音响而创造音乐的认识过程。
音乐和乐舞也是在原始社会时期的祭祀典礼活动中产生、发展并成熟起来的，并在其中扮演着极为重要的角色。法国音乐学家孔百流（Jules Leonjean Conbariou）和我国近代学者王国维都提出过类似的观点。后者就曾发问：“歌舞之兴，其始于巫乎？” [20] 虽然“帝颛顼令飞龙作承云，以祭上帝”已无法考证，但也可以看作古代文献对中国音乐和乐舞来源的认识。我们的祖先在对自然力量无法把握时，只能祈求神祇的帮助。因此，在祭祀和巫术活动中，通过敲击某些当时的乐器，再加上巫觋的音乐舞蹈来达到娱神的目的。《尚书·益稷》就曾记载这样的场面：“夔曰：‘戛击鸣球、搏拊、琴、瑟、以咏。’祖考来格，虞宾在位，群后德让。下管鼗鼓，合止柷敔，笙镛以间。鸟兽跄跄；箫韶九成，凤皇来仪。夔曰：‘於！予击石拊石，百兽率舞。’”这一段的大意如下：乐官夔说：“‘敲起玉磬，打起搏拊，弹起琴瑟，唱起歌来吧。’先祖、先父的灵魂降临了，我们舜帝的宾客就位了。各个诸侯国君登上了庙堂互相揖让。庙堂下吹起管乐，打着小鼓，合乐敲着柷，止乐敲着敔，笙和大钟更替演奏。扮演飞禽走兽的舞队踏着节奏跳舞，韶乐变换演奏了九次后，扮演凤凰的舞队出来表演了。夔说：‘唉！我轻敲重击着石磬，扮演百兽的舞队也跳起舞来，各位官长也合着乐曲一同跳起来吧。’” [21] 这一段记载了当时庙堂祭祀的盛况，而打击乐器和乐舞在祭祀中起到了极为重要的作用。
在旧石器时代的克鲁马努人的山洞中，考古学家们发现这些山洞都经过了装饰，内壁上有雕刻和绘画，还有些神秘的符号，这些山洞看起来是先人举行祭祀和典礼的地方。他们“选择这些山洞，不完全是因为它们有可供绘画和雕刻的内壁，内壁上多是野牛、原牛、雄鹿、猛犸，人是非常罕见的。选择这些山洞更重要的是因为它们拥有非常独特的声学音质，要么有回声，要么接近地下河流或泉水，窸窸窣窣的水声使得某些音质抑扬地吟唱，要么有羊肠小道或连接山洞的狭窄通道，在这头听起来的微弱，但声音在另一头就被扩大了，像在希腊剧场中” [22] 。这一考古发现令人震惊，它生动地说明了音乐产生的久远以及它与人类祭祀活动的密切关系。所以，近代学者刘师培说：“三代以前之乐舞，无一不源于祭神，钟师、大司乐诸职，盖均出于古代之巫官。” [23] 先民认为，人借助音乐，可以与神沟通交流，甚至还能达到控制神的目的。
音乐的本质问题一直纠缠着整个音乐美学史，许多伟大的思想家和音乐理论家都曾孜孜以求，因而形成了不同的音乐美学流派，这些流派对音乐艺术的发展产生过各种深刻的影响。在音乐美学史上，有关音乐的本质问题主要涉及音乐的自律和他律问题。德国音乐家伽茨（Felix Maria Gatz）在1929年首次提出音乐美学自律论（Autonomie）和他律论（Heteronomie）的概念。他指出，他律论有以下主张：“音乐的原理和规则是一种‘外来的东西’”，“音乐的本质在声音之外”，“音乐暗示声音之外的东西”或者“音乐是声音之外的东西的表现、语言、映像、比喻、象征、符号和标记，而这里的声音之外的东西则是音乐的内容”。 [24] 而自律论认为，“音乐的原理和规则在其自身”，“音乐的本质在声音之内”，“音乐不暗示声音之外的东西”。 [25] 总的来说，我们可以根据对音乐的内容和形式、音乐的本质和现象等关系的不同理解，对他律论和自律论进行划分，认为音乐用来表达或表现音响以外的东西的理论，基本可以归属于他律论；而认为音乐的形式就是内容，音乐只是它自身的，就可以划归为自律论。
虽然明确划分音乐美学中他律论和自律论的时间不长，但是，他律论在远古时期就已萌芽，而且长期处于主导地位。它主要是根据音乐之外的事物，比如，神、上帝、理念、政治、道德等来考虑音乐的性质、价值、意义等。当然，自律论在古希腊也有萌芽，“宇宙音乐”说（把天体运动说成一种音乐）、“人类音乐”说（把人的灵魂和人体各器官的运动说成音乐）等就是其代表。只是到了18世纪末，康德（Immanuel Kant）确立艺术的自律自主原则以后，现代音乐美学才逐渐形成了音乐形式论和审美自律论。汉斯立克宣称“音乐的内容就是乐音的运动形式” [26] ，这是音乐自律论的宣言，它基本上“代表了所有形式主义关于形式与内容关系的共同看法：内容就是形式，除形式之外别无内容” [27] 。实际上，我国三国时期魏末思想家嵇康在《声无哀乐论》中也提出了类似的音乐本质观。他认为音乐是自然的产物，有其自身的特征——和谐，与听众的喜怒哀乐之情无关，不受社会的影响。“音声有自然之和，而无系于人情。” [28]
他律论与自律论的论争至今仍然存在。我们认为，音乐作为人类创造的艺术门类，是他律性和自律性的统一。正如阿多诺（Theodor Wiesengrund Adorno）所强调的，“艺术具有双重性，它一方面是自律实体，另一方面又是杜克海姆（Emile Durkheim）学派所指的社会事实” [29] 。首先，音乐是他律的。音乐形式的存在并非只是一种音响的运动现象，而是在其创造、表演以及欣赏过程中，寄托在主体的内心世界中，为主体所感知，与主体的精神世界息息相关的存在。从其来源来看，社会是音乐的本源，社会性是音乐的根本属性。音乐体现的社会内涵的性质是音乐进步与否的标准。自律论完全否认音乐的内容和音乐的社会性，否认音乐与人的情感联系，这是一种极端的做法。彼得·基维（Peter Kivy）曾说：“为了拯救一种理论而不得不承认舒曼（Robert Schumann）、舒伯特（Franz Schubert）、勃拉姆斯（Johannes Brahms）的器乐作品以及一大批古典器乐作品乃至贝多芬的作品统统是不成功的音乐，这必定是一笔无法偿还的赎金。” [30] 音乐是人类文明的产物和人类精神的表现，也是人的信念和情感的表达，自它产生之初就不曾离开社会而独立存在。人类祖先创造音乐之始，音乐大致就是诗歌舞结合的形式，诗就是歌词，有指向社会性的内容，中外音乐莫不如此。在诗歌舞三位一体的早期音乐中，乐器仅为伴奏所用。在古希腊氏族社会向奴隶社会过渡时，各种职业者演唱属于自己职业的歌曲，如纺织歌、牧歌等。伴奏的乐器为有弦乐器里拉琴（Lyre）、基萨拉（Kithara）和管乐器阿夫洛斯管（Aulos）、潘管（Panpipes）等。而在古代中国，从古乐舞《葛天氏之乐》到西周的宫廷音乐等均具歌舞特征，以琴、瑟或吹奏乐器伴奏。早期音乐表达了人的情感和祈愿，具有实用的功能。比如在生产劳动中的号子，也是为了统一生产劳动的节奏并鼓舞士气，节奏和曲调都应当符合歌词，而不是相反。而后出现的那些简单的器乐曲，也大致由声乐曲发展而来。这些情形持续了几千年。
到了18世纪，法国音乐理论家兼作曲家拉莫（Jean Philippe Rameau）提出“旋律来自和声”，于是旋律与和声何者为重，成了音乐争论的焦点，争论的本质仍然是音乐是自律的还是他律的问题。而“拉莫的理念与实践，为当时的音乐实践上从复调走向主调，从巴罗克走向古典主义，从情感美学走向器乐的形而上学，奠定了坚实的基础” [31] 。也就是说，从这以后，音乐创作开始从以表现情感、情绪、形象、自然以及概念、哲理性、戏剧性向音乐的内部形式转变，开始注重音乐的自律性和自身独特的美，欧洲音乐也逐渐发生形态的变化，由声乐向器乐转变，“声乐思维向器乐思维转变” [32] 。声乐和器乐共同并存的局面出现，这同时又导致了音乐应当表现外部社会内容还是表现自身，以及音乐自律论和他律论之间的长期争论。而在音乐实践中，海顿（Franz Joseph Haydn）、莫扎特（Wolfgang Amadeus Mozart）以及贝多芬在其音乐创作中，从强调音乐形式到最后强调内容与形式的统一，其后的浪漫主义作曲家们更是将音乐的内容发展到极致。
众所周知，音乐本身具有与文字结合的表现方式，即使只是单纯的无标题的器乐曲，表达的也是作曲家的某种主观态度和立场，反映了作曲家本身的审美态度和精神追求，因此，即为自律论的代表。汉斯立克也曾说：“音乐是人类精神的表现……跟作者个人的经历和信念都有关系。” [33] 虽然音乐有其自身的特征，它似乎摆脱了物质实体和概念的规定，而且不具备空间造型和具体的形象性，也没有确定的语义符号性，但是，它同样来源于社会，以自身独特的方式反映和表现社会。“我们无法自欺欺人地认为音乐可能置身于决定一切的物化文明之外，即使是最纯粹、最严肃的音乐也不例外。” [34] 的确如此，任何形式的音乐都是对社会、对生活的一种反映，无论音乐作品的形式如何独特怪异，它的创作都有其特定的历史根源和社会基础，只有把音乐放在和社会特定的关系中才能认清其本质并揭示其价值。“音乐不能从社会政治和伦理关注中抽离出来，也不能撤离到纯粹的美学欢愉的象牙塔中，假装或希望自己完全不受所谓的‘超音乐’的事件或经验的影响。” [35] 实际上，社会、政治、经济、宗教、文化、种族、伦理、司法和心理等各方面的内容都对音乐的生产、表演、传播和接受等有影响。同理，音乐也对这些方面产生反作用。音乐还是影响人们行为的一种社会力量。
同时，音乐表现个人的情感也表现特定社会的现实和情感。音乐具有情感特征，这是形式主义者也承认的一点。汉斯立克评论勃拉姆斯在维也纳首演的《第一交响曲》时描绘道：“在聆听第一乐章时，听众被一种热切的情感表达、浮士德式的冲突和丰富多彩的对位艺术所吸引。而那段流动的行板则以其悠长华丽的歌曲淡化了这种情绪……第四乐章一开始就意味深长地奏出一段C小调柔板；在乌云密布中，小提琴的震音背景之上响起了清澈甜美的圆号的歌声。所有听众的心都随着小提琴颤抖着，这是预料之中的。” [36] 可见，虽然他提出音乐根本无法表现情感，但是却承认音乐能在听众的心中引起情感，而且会引起强烈的情感，他本人就完全为勃拉姆斯作品中的表现性所震撼。因此，他又主张：“美的最后价值永远是以情感的直接验证为根据。” [37] 他还强调，“我们丝毫不想剥夺情感对音乐应有的权利。但这种确实或多或少地与纯粹观照相配合的情感，只能在它始终不渝地意识到它自己的审美来源，即某一美物，并且正是这一特定美物给了它愉快时，这种情感才能算是艺术性的” [38] 。也就是说，他承认音乐的情感作用，尽管他把这种情感的作用归功于乐曲结构的价值。
一方面，我们应当看到，人们通过文化活动和审美判断，可以作为组织和团体的成员来认识自身。音乐作为声音表达的艺术，也是集体和个人身份的展示，因为音乐可以代表，也可以象征一种集体、社会和文化的身份，人们通过这种音乐经验而建立集体的认同感和身份感。而音乐时常能够唤起或者改变个体和集体之间的关系，使个体接受或者拒绝某种意识和认识。
另一方面，我们必须承认音乐是具有自律性的。音乐的自律性，具体而言一般是指音乐的材料和形式有其内在的技法、逻辑和组织规律，音乐有其内在自主的方面。第一，我们应当看到，音乐是一种客观的物质存在。自律性首先体现在音乐的物质材料上。任何一种艺术门类都必须以某种物质材料作为媒介和载体而为人们所感知，绘画的材料是色彩，舞蹈的材料是人的肢体，文学的材料是文字，而音乐的材料则是声音。从音乐的构成要素和形式而言，虽然音乐似乎摆脱了物质实体和概念规定，也不具备空间造型和具体的形象性，而且没有确定的语义符号性，但是它仍然以物质材料作为媒介和载体。不管音乐如何曼妙动听、惊心动魄或者神秘缥缈，都是一种独立存在的、以声音作为感性材料的自律性的音响实体。音乐自诞生开始，就以音响来标志其存在。即使是现代激进先锋派音乐亦是如此。可能马上就会有人反驳说，约翰·凯奇（John Cage）的4分33秒就是例外。的确，我们承认它是现代音乐作品，然而，凯奇的用意是希望听众接受在场时的一切音响或听众自己想象的音响，因此，这4分33秒并非绝对的寂静。因而，我们仍然可以说它是以音响为基本材料的。
以声音作为材料，这种材料有其独有的特征：创造性、表情性和非语义性、模仿性、象征性，等等。例如，从其创造性来讲，虽然作曲家也会利用自然界的声音，但是必须通过音响剪辑并被有目的地排列和组合之后，才能被创造性地体现在音响整体之中，这些声音也就失去了它的原有功能。从声音的表情性来看，声音与人类的语言有较大差别。有人说，语言之声传递以理性为主的信息，而音乐之声则表达情感为主的信息，这种说法不无道理。例如，诗歌中的声音是感情和思想观念的符号，是感性的客观存在。而音乐的声音是非语义性的，但是却和人的哭闹、叫喊、欢笑一样，本身是一种情感的体现，而且音乐的声音最能准确地体现和表达人的情感。
第二，音乐的自律性还体现在音乐的构成要素和组织形式上。音乐不仅有其独特的感性材料，而且有构成音乐形式的具体要素：音高、音强、音长、音色等。音乐形式的构成要素主要是由声音的表情性决定的。人的情感情绪主要表现为欢乐与痛苦、紧张与平静，而且，情感也有强和弱。因此，音响在运动形式上体现人的情感就表现为速度、节奏和力度等，在空间上就可体现为音程和音高等，而音色又是声音材料和构成音乐形式的最基本、最重要的部分。当然，音乐形式各要素都无法单独作为音乐的整体表现出来，它们只有以一定的规律和组织形式结合在一起时，才能称为音乐。而音乐形式的组织手段则是旋律、和声、复调、配器等。在音乐形式的基本要素和组织手段之间还有一个非常重要的沟通和中介：形式美的基本法则，即和谐、对比、整齐一律、对称均衡等。在此基础上，作曲家将各个要素组织起来，构成音乐作品生动而具体的音响实体形式。在时代变迁中，不管作曲技法怎样变化，音乐音响的形式原则和构成要素永远不会改变。音乐可以模仿鸟鸣、奔跑的马的声音，甚至汹涌的大海的声音，但是作为音乐作品，它本身必须经过加工创造，根据自身的规律进行排列组合，音乐作品具固有的逻辑结构，即有独特的和声、旋律、节奏及其组合，它不会由欣赏者因音乐唤起的想象、情感或联想来支配。音乐的主题和性格、音乐展开的层次和紧张的处理、矛盾冲突的发展和高潮及其解决等都具有自身的规律。
第三，人类具有独特的情感和精神，但是音乐本身没有情感和精神。就像苏联音乐哲学家马雷舍夫（I.Maleishev）所说：“音乐符号客体……作为物质构成物，本身不包括，也不可能包括精神意义，而在解释的结果中表达精神意义。” [39] 如果只谈内容便是极其空洞和抽象片面的。当然，我们之所以认为音乐有情感的内容，是因为人们对不同的事物具有通感。不过，我们也应当看到，音乐自身虽然没有情感的内容，但它能以其结构模仿情感，并且唤起我们的情感，而这种被唤起的情感和我们日常生活中的情感并不一样，是一种特定的只有通过欣赏音乐而产生的感受，是在生活中未能体验的“音乐情感”。不同的音响结构可以唤起同一个人不同的情感，即使同一种音响结构在不同时间演奏也可能唤起同一个人不同的情感；同一种音响结构也会唤起不同的人的不同情感。音乐情感和音乐体验会因人而异、因时而异。
音乐材料以独特的物质形式，即以音响实体的形式诞生以后，必然具有客观性及自主性，它从来都不是外在现实的附庸。“自律性，即艺术日益独立于社会的特性。” [40] 从这个意义上来说，音乐的自律性也是永远存在的。
音乐的自律性和他律性相互结合、互不可分、辩证统一。音乐既是人类精神的表达和人类情感的表现，也是音响的结构和乐音形式的艺术结合和组织，正如德国哲学家伽达默尔（Hans-Georg Gadamer）所提出的，音乐具有两方面的本质意义：一方面，音乐作品本身具有充满着精神内涵的自律性意义；另一方面，音乐的意义又必须在主体间的沟通和交际过程中被阐释。