在进一步强调人类与动物对美妙声音的喜爱等等具有某些一致性的特征时，达尔文这样写道人眼每喜见对称或合法复现之图形。此种图形即最下等野蛮人亦用为装饰品；又因雌雄淘汰类择之故，许多雄类动物之外饰，亦依此发达。由视觉及听觉所得之快乐，无论吾侪举其任何理由与否，惟自同一颜色，同一优美之明暗与形状，同一声音，以感受快乐，则人类与许多较低等动物皆相似也。
    这段话内容与前述内容合起来，即人类对美妙声音的快乐感受既区别于动物，也联系于动物。
    关于乐音发生的另一种情形是，人类在原始图腾巫术阶段前，在有严格语义的语言发生前，由于战斗或劳动而需要情感、愿望和意志的交流，就必然有一个运用情感性呼号的阶段。哲学家卡尔斯图姆夫也认为音乐起源于人类发出的呼喊。今天我们从那与一切文学艺术的唯一源泉最为靠近、最为纯清的民歌。特别是号子、山歌的一些情形来看，确与呼喊性音调相关。于是可以推测和相信，歌唱的产生，有早于说话的可能。因为只要原始的人类在用高低不同的声音来呼叫时，偶然产生两个合律的音，并且发现将这两音连在一起时，比较悦耳动听，于是就可由此而获得音阶的经验。
    美妙的声音在呼喊中因悦耳动听而被原始人选择??在此的猜想，也与前述的动物之喜爱此类声音的情形相似。
    这里我们最关心的是，除了今天人类的高级音乐活动与其动物祖先阶段的史前低级音乐活动之不可割断的联系外，还有在这一漫长过程中生长和生成的无论是在择偶的或是呼喊的情形里那些美妙的声音??鸣声、甘美的歌声、会唱歌的、清晰的音调、主音调、第八度音、山野情歌、合律的音等等。其所指的音响材料是什么呢?显然不是别的东西，而是乐音。