要谈论音乐，首先不能不讨论的概念就是：什么是“音”？音是由于物体的振动，使周围的空气也产生振动，并向四周传播，形成了一系列的波；这些波就是音。自然界中能为我们人的听觉所感受的音是非常多的，但并不是所有的音都可以作为音乐的材料。在音乐中所使用的音，是一系列有固定频率或固定音高（pitch）的音，这一系列的音称为音列，是在长期的音乐实践中发展中形成的。这些音被组成为一个固定的体系，用来表现音乐思想和塑造音乐形象。
音有高低、强弱、长短、音色四种性质。音的高低是由物体在一定时间内的振动次数（频率）决定的。振动次数多音就高，振动次数少音就低。一般人耳能够听到的音频范围约为30-17000赫兹。音的长短是由于振动的延续时间决定的，振动延续时间长音就长，振动延续时间短音就短。音的强弱是由于振幅（amplitude）即物体振动范围的幅度大小决定的。振幅大音就强，振幅小音就弱。音色（timbre或tonecolor）是由发音物体所产生的谐波（harmonicwave）决定的，发音物体的性质、形状不同，所产生的谐波也不同，因而音色也不同。
音的这四种性质，在音乐表现中都是非常重要的。但音的高低和长短更为重要。以《生日快乐》这首歌的旋律为例，不管用人声演唱或用乐器演奏，小声演唱（奏）还是大声演唱（奏），虽然音的强弱和音色都有了变化，但是仍然很容易辨认出这支旋律就是《生日快乐》。但是，假如将这首歌的音高或音值（长短）加以改变，则音乐形象即受到破坏，人们再也认不出这是原来的旋律了。音的振动状态有规则的，也有不规则的。据此，音被分为乐音与噪音两类，音乐中所使用的主要是乐音，也就是振动状态规则的音；但噪音也是音乐表现中不可缺少的组成部分。
知道了音的性质以后，下面谈谈构成音乐的几种要素。音乐有四种基本要素：节奏、旋律、和声和音色。这四种要素是作曲家创作的素材，听音乐的人如果不能在一定程度上对错综复杂的节奏、旋律、和声及音色有相当的认识，要想对音乐内容得出一具比较完整的概念，几乎是不可能的。
一、节奏与节拍
节奏和节拍是音乐构成中的重要因素，在音乐表现中具有重大意义。节奏与节拍在音乐中永远是同时并存的，不可分离的。它们以音的长短、强弱及其相互关系的固定性和准确性来组织音乐。带重音和不带重音的同样时间片断按照一定的次序循环重复叫做节拍。譬如列队行进中整齐的步伐，就充分体现了这点。假定左脚带重音，右脚不带重音，左——右——左——右就是轻——重——轻——重，这就是节拍。
节奏的含意有两种：广义地说，一切协调、平衡、律动都可称为节奏。狭义地说，节奏是音的长短关系。列队行进中变化着的鼓点，体现了音的长短关系，如嘣——嘣——嘣嘣嘣，这就是节奏。在音乐作品中，具有典型意义的节奏，叫节奏型。例如交谊舞中的快三步（相当于古典音乐中的维也纳圆舞曲）其节奏型是“蓬、拆、拆、蓬、拆、拆”，用音乐术语说是属于6/8拍子（读作八六拍）。
在乐曲中运用某些具有明显特点的节奏型的重复，使人易于感受，便于记忆，也有助于乐曲结构上的统一和音乐形象的确立，所以它在音乐表现上意义重大。节奏还有一种功能，就是激发听众的情绪，使之不由自主地在身体动作上与音乐共鸣，现代摇滚乐（rockandroll）是一种以极其强烈和粗野的节奏为特点的音乐。它非常迎合青年人喜欢刺激的特性，因而风行全世界。
下面谈拍子问题。用来构成节拍的每一时间片断，叫做一个单位拍。为了构成节拍而使用的重音，叫做节拍重音。有重音的单位拍叫做强拍，无重音的单位拍叫做弱拍。在乐曲中，节拍的单位用固定的音符来代表，叫做拍子。拍子是用分数来标记的。分子表示每小节中单位拍的数目，分母表示单位拍的音符时值。拍号的读法是先读分母后读分子，如3/4拍子读作四三拍。在乐曲中，由上一个强拍到下一个强拍之间的部分叫做小节。把小节彼此分开的垂直线叫做小节线。
由于单位拍的数目和重音的位置的不同，拍子分为几类。每小节有两拍或三拍的拍子叫单拍子。单拍子的特点是只有强拍和弱拍。如2/2、2/4、3/4、3/8等都是单拍子。用同样的单拍子，即两拍子或三拍子，合成序列，因而不只有一个重拍的拍子，叫复拍子，在复拍子中，有几个单拍子就有几个重拍，每个单拍子的第一拍都是重拍。在复拍子中，第一个重拍叫强拍，其它重拍叫次强拍。常用复拍子有4/4、6/8、9/8、12/8等。
在音乐中，各种拍子都有它所特有的表现作用，是别种拍子所不能代替的，如进行曲总是用两拍子，圆舞曲总是用三拍子，两者绝对不能互换。此外，复杂的拍子往往会给音乐赋予特殊的活力，像爵士乐、摇滚乐就是这样的例子。
二、旋律
旋律是音乐的灵魂，是音乐的基础，它体现音乐的全部思想或主要思想。文学家写一本小说，用文字叙述了小说的情节，这个情节比较容易记住，这一方面是由它叙述了现实生活中的事情，另一方面是由于人们可以回过头来重新回忆这个情节。音乐所描述的内容从本质说来总是比较抽象的（某些标题音乐例外），音乐的“情节”只能依靠旋律表达出来，因此，旋律在音乐中似乎相当于情节在小说中的地位。旋律是听众的向导。因此听众在接触一支旋律时，必须能够把它辨认出来，而且以后还要自始至终追随它的行踪。这是对于有理解力的听众的起码要求。如果你听音乐时既不能辨认旋律，又不能追踪旋律，那么你就没有必要听下去了，因为你只不过是模糊地感到音乐的存在而已。
旋律是什么？简单地说，不同的音高和不同时值的单音的连续进行就构成旋律，严格地说，旋律是用调式关系和节奏节拍关系组合起来的，具有独立性的许多音的单声部进行。旋律将所有的音乐基本要素（这里指的是调式、音高、节奏节拍、强弱等）有机地结合在一起，成为完整的不要分的统一体。旋律离开了其它各种音乐要素是不可想象的，因为旋律的表现为和感人力正是通过音乐的各种要素作用和相互作用来实现的。旋律可分为声乐器乐旋律两种，声乐旋律是供人声演唱的，一般说音域比较狭窄，富于歌唱性是它的最大特点。器乐旋律是供乐器演奏的，它和声乐旋律相比，音域较宽，速度和力度的变化比较大，富于节奏性和技巧性，但歌唱性对器乐旋律的表现来说，也同样具有重要的意义。
旋律进行的方式，大致可以分为下列四种：1、级进。即旋律按照音阶式进行，可以是上行（12345），也可以是下行（54321）。2、跳进。旋律进行时作三度以上的跳跃称为跳进（135或531）。3、同音反复。相同音连续出现（1155665，4433221）。4、模进，即不同高度的重复（123，456，654，321）。此外，旋律还可以通过某些手段，使之变化发展，从而扩大了旋律的范围，丰富了旋律的内容。
什么是一个优美的旋律？这是一个不容易回答的问题。作曲技法书会提出一些优美旋律的条件，如在整个乐句或乐段中须保持各音间一定的关系；在结构上有明显的分段；在进行方向与节奏上要有平衡与对比；在结构上要有特征，以便表现清楚的音乐形象。等等。但即使你完全掌握这些法则，也未必写得出一个优美的旋律。有人说，写旋律的才能是天赋的，这话不无道理。一首乐曲的旋律，比之其它音乐因素（节奏、和声等），是最能体现作曲家的风格特点的。音乐听得多的人，往往能从没有听过的旋律大致猜出它是属哪个时期哪个流派的作品，一般听音乐的人，辨认一首乐曲，主要要是依靠辨认旋律。
旋律是连续不断地引导听者自始至终听完一首乐曲的一根线索，听音乐时必须紧紧捉住这根线索，大多数旋律或多或少都是由精心设计的一些次要素材所伴随。不要让旋律被伴随它的其它素材所淹没，要在头脑中把旋律从环绕的一切素材中分出来，必须能够听到旋律。
在介绍音乐的第三种要素“和声”之前，不能不先谈音阶和调式方面的问题，在欣赏古曲音乐时，了解乐曲所用的调式，是相当重要的基础知识，下面先谈音阶。孤立的音是不能表达音乐思维的，彼此毫无关系的音也以表达音乐思维。能够表达音乐思维的音，往往有一定的相互关系。我们来观察国际歌的前面一段；（C调，4/4拍子）
从这八小节中找出所用的音，删去重复的音，并把1、2、4、降低八度（这样做不会改变音的特性），同时把这些音从低到高按顺序排列起来，便成为：
（唱名）1 2 3 4 5 6 7
（音名）c d e f g a b
这就是由七个音组成的音阶（scale）。因此音阶是按照音的高低顺序排列起来的一列有相互关系的音。这个七声音阶的每个音都有一定的名称，现在假定1（唱名Do）这个音是钢琴上小字组（即中央C下一组）中的C音，并把这个音阶的音在钢琴琴键上的位置画出，同时在下面注明各个音的名称，如下图：
从图可以看出，这个音阶有个特点：就是第三音和第四音之音、第七音和第八音之间的距离都是半音，而其他相邻两音间的距离都是全音，具有这种特点的音阶，称为大音阶。因为这个大音阶的主音是C音，所以就叫做C调大音阶。
上述大音阶的七个音，显然不是随意选定的，它们是按照一定关系组织起来的（这个问题在后面说明），它们以某一个音为中心（上例中是C音）组成一个体系，这个体系就叫做调式（mode），由大音阶的七个音组成的调式，称为大调式（major mode）简称大调（major）。调式体系中各个音的重要性是不同的。有几个音特别重要，其余的比较不重要，现在来看看贺绿汀的之《游击队歌》的歌谱（它原为G大调，现为了说明方便，假定它是C大调）：
我们可以清楚地感觉到1、3、5这三个音（相当于c、e、g三个音）是比较稳定的，对曲调起支柱作用。而2、4、6、7这四个音（相当于d、f、a、b四个间）是比较不稳定的，并直接间接地倾向于稳定音，几个稳定音中，又以1即c音）最为稳定。我们再来看一首美国歌曲《铃儿响叮当》的前半曲谱：
谱中在稍作停顿的地方都用了属音5，第二小节的结尾用下中音6，就给人一种尚未结束，非唱下去不可的感觉，在乐段结束处用了主音1，就显得很圆满。
总的来说，调式体系各个音中，以主音最为重要，占主导地位。属音和下属音的重要性仅次于主音，主音、属音、下属音这三个音称为稳定音，它们在乐曲中不但出现得较为频繁，而且往往起支柱作用，乐曲中常用它们开始，在乐句或乐段结尾也常用这些音，特别是整个乐曲结束时，一定要落到主音上，才显得圆满。
现在要谈一个问题：为什么大调调式中有七个音而不是六个或八个？要说明这个问题，得先从音的本质说起。实践证明，两个音同时发出，如果两个音的振动频率成为简单整数比，这两个音的组合听起来就比较和谐，例如C和C1（以C调简谱表示为1和i）两个音振动频率之比为261.6:523.2≈1:2，这是最简单的整数比，所以听起来十分和谐，几乎听不出来是两个音，其次c和g两个音（相当于1和5）相差五度，它们的振动频率比为261.6:392≈2:3，听起来也和谐，其和谐程度仅次于C和C1的组合。
从人类的唱歌实践中，如果最初只有一个音（假定为c）的话，那么后来会首先出现相差五度的g，也就是曲调只由c、g两个音组成。依次类推，从g双出现相差五度的d1, 从d1又出现相差五度的a1，从a1又出现相差五度的e，所有这些相差五度的两个音的频率之比都是2:3。以上过程，用符号表示就是：
（音名） c → g →d1 →a1 →e2
到此为止，由C出发，按每次高五度的规律，产生了g、d1、a1、e2四个音， 如果把d1、a1降低一个八度（这样只是音高改变，和其他音的关系没有改变），同时把它们按由低到高顺序排列，可得到：
（音名） c d e g a
（C调唱名）1 2 3 5 6
这就构成了一个五声音阶。中国的一些民族音乐和爱尔兰的一些音乐，都是用五声调式写成的。如著名的爱尔兰歌曲《友谊地久天长》用的就是五声调式。如果继续按上述过程，在e2的上方再加一个相差五度的d2（e2 、d2比仍为2:3），在C的下方找出一个低五度的F（F、C频率比仍为2:3），用符号表示这个过程，得到：
（音名） F → C →g →d1 →a1 →e2→d2
按述方法，把一些音分别降低和升高八度，并重新排列，得到：
（音名） c d e f g a b
（C调唱名）1 2 3 4 5 6 7
这就完成了我们所熟悉的常用七声音阶。（在这里我们也许要问，为什么不能向上下两端推进，产生更多的音加到这个七声音阶行列中来？关于这个问题，请参阅读丘斯著“音乐的构成”第8面，此处从略）。
以上讨论的是大音阶，除大音阶以外，还有一种小音阶，现在仍然用钢琴琴键表示：
这个音阶由A音（相当C调唱名6）开始到g音（唱名5）结束，这样构成的音阶就称为小音阶，更准确地说是自然小音阶，因为它的主音是A，就称为a调小音阶。由图可以看出，小音阶的特点与大音阶不同，大音阶是第三音第四音和第七音第八音之间相差半音，而小音阶是第二音第三音和第五音第六音之间相差半音。除此之外，小音阶中的各个音的名称和作用和大音阶相同，就是说，也是主音、属音和下属音起不同程度的重要作用，它们是稳定音，是乐队的支柱，在乐句和乐段结束往往要用这些音，而整首乐曲结尾一定要用主音来结束。这些规律，都是和大音阶一致的。
上面所说的小音阶是自然小音阶，还有一种常用的小音阶，称为和声小音阶，它们是这样组成的：如果我们参照大音阶中各音之间的距离，把自然小音阶略作变动，即把第七音升高半音，使第七音与第八音的距离变为半音，这样小音阶的第七音与第八音的距离就和大音阶一致了，如图表示如下：
这就是和声小音阶，因为它决定了小调中的和声功能而得名，运用和声小音阶，可以按大音阶构成和弦的规律，构成各种小调和弦。由小音阶七个音组成的体系，就称为小调式（minor mode），简称小调（minor）。
到现在为止，两种音阶和调式（大调和小调）都介绍过了，究竟调式有什么作用呢？作曲家在写作乐曲时，总是自觉地运用一种调式来安排每个音符。正是有了调式，使人感到乐曲是用某种音乐语言来写的，如果没有调式，就会使人觉得音乐杂乱无章，不知所云。所以调式是音乐的重要构成因素和表现手段之一，各个时期、各个国家、各个民族、各个地区都有它各自的调式，我们在听一首音乐的时候，能够分辨它是中国民族音乐，或者它是西方音乐，这主要是因为它们所用的是不同的调式。调式在音乐形象上所起的作用也是不可低估的。一般认为大调式带有明朗的色彩而小调式则比较暗淡，所以前者常用于表现欢乐、热闹的场面，往往用来写进行曲、颂歌，而后者则用来表现悲哀、死亡等场面，用来写哀歌、悲歌等等。
下面谈调性的概念。如果在调式名称之前还注上所用的主音音名，便是所谓调性（tonality）。本节开头所举的大音阶是以C为主音，所以它是C调大音阶，以这组音组成的体系是C大调式，简称C大调，注意大调性的主音音名用大写英文字母CDEFGAB表示，如E大调，G大调，英文乐曲名称往往省去“major（大调）”这个字而仅仅写“in（大写字母）”，例如“symphony in D”就是 “D大调交响曲”。前面所举的小音阶是以A音为主音，注意琴键上的A，是指这个音是在钢琴中央C以下两组（称为大字组）中的A音，不是调性记号，所以它是a调小音阶。以这组音组成的体系，就是a小调，注意小调性的主音音名常用小写英文字母cdefgab表示。如e小调、f小调等，英文乐曲名称往往省去“minor（小调）”这个字，例如“Sonata in d” 就是“d小调奏鸣曲”。
作曲家具有天赋的对调性的敏感性，普通人至多能区分大小调性的不同及感受到它所造 成的音乐气氛，而作曲家甚至对不同调的相同调式具有敏感（例如能觉察d小调和e小调的不同音乐特性），因而在作曲时总是自觉地选择运用一种调性，并在作曲名称上注明该曲所用的调性。调性的变化也是作曲上一种最常用的技巧。这种技巧就是所谓“转调”，转调有两种：一种是保持原来的调式，例如从C大调转到G大调。另一种是改变原来的调式，例如从C大调转到C小调（称为同名小调）。或从C大调转到a小调（称为平行小调），作曲家运用转调的技巧，往往使“山穷水尽疑无路”，难以继续发展的局面变成“柳暗花明又一村”，从而豁然开朗，有时甚至出现戏剧化的重大转变，使乐曲的音乐形象更为丰富多彩。
除了十分短小和简单的歌曲，所有乐曲无不利用转调，如舒伯特的歌曲《菩提树》的第二段歌词就转为小调。挪威作曲家格里格的《彼尔。金特组曲》中的《索尔薇格之歌》是一首女声独唱歌曲，从忧郁哀伤的小调开始，倾泻了索尔薇格内心深处的积愫，进入第二部分后，音乐突然转入大调，歌声展现出一幅幻景，似乎她日夜想念的人就在眼前。意大利作曲家库蒂斯的歌曲《重归苏连托》，在不长的段落中，反复使用大小调的交替，使歌声显得摇摆多姿，至于器乐作品的转调例子更是俯拾即是，无法列举。
