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