在中國，春秋戰國以前，“音”和“樂”兩個詞壹直是分別使用的。在古漢語中，把聲、音、樂分為三個層次。按中國古代音樂理論專著《樂記》的說法：“感於物而動，故形於聲。聲相應，故生變，變成方，謂之音。比音而樂之,及幹戚羽旄,謂之樂。”可見，“聲”泛指壹切聲音，古代又稱之為天籟、地籟、人籟等，其中包括各種噪聲；“音”特指有秩序、有條理、有組織的聲音，相當於由樂音綴合而成的音調、曲調、音響組合等；至於“樂”，在上古時代指的是詩歌、音樂、舞蹈三種因素混為壹體、尚未分化的藝術活動，孔子時代作為教育必修科目“六藝”(禮、樂、射、禦、書、數)之壹的“樂”，就是這種混生性的藝術活動。中國古籍上第壹次出現“音樂”壹詞，是在《呂氏春秋?大樂》中：“音樂之所由來者遠矣:生於度量,本於太壹。”此後,“音樂”壹詞逐漸取代原先“音”壹詞的地位,用以指稱音樂這壹藝術門類；而“音”壹詞的含義則逐漸變窄，僅指有確定音高的樂音（例如“五音”）。到後來，“樂”壹詞才作為“音樂”壹詞的簡稱而用來指稱音樂。在歐洲，拉丁文中的音樂壹詞“Musica”，起源於希臘神話中掌管文藝、科學的女神繆斯的名字，它的含義不象漢語中“音樂”壹詞那麽明確。但是希臘神話中繆斯的職責是侍奉太陽神阿波羅，從這點看，借用繆斯的名字來轉述音樂這壹語義演化中，隱含著壹種象征性的寓意：贊譽音樂令人心曠神怡的社會功能，並賦與她以高貴純潔的形象。
當人們將音樂與其他藝術門類相比較時就會發現：①音樂的內容與文學、戲劇、繪畫等那些大量地描繪生活中的具體事物情景(再現性、描摹性)的藝術門類不同，音樂所直接呼喚、激發的是情感與意誌（表現性、表情性）；由情感體驗出發，不同的個人憑自己的生活經歷而聯想到的具體對象也很不相同。因此可以說，音樂的內容具有情感的確定性與對象的不確定性相統壹的特點。②如果人們對這壹特點加以深究，可以發現壹個更深刻的本質特征:音樂所用的材料與結構是非語義性的,這也正是音樂與語言藝術的根本分界線。從表面現象看，活的語言藝術（書面記錄除外）也是憑借聲波振動，通過聽覺器官，在時間中展現的，但語言所用的聲音有語義，是詞義的外殼；音樂則不然，各種樂匯所喚起的聯想是從情感激發中自由展開的，不遵守語義學的規則。③從音樂與建築藝術的對照比較中可以看出，在形式要素的抽象性和結構規範的嚴謹性方面，音樂與建築十分相似；但與建築在空間中展現（屬於空間藝術）不同，音樂是在時間中展現的藝術（屬於時間藝術）。
簡言之，音樂是人類社會生活的反映，同時，音樂的內容又充滿情感與意誌。音樂所反映的社會生活活動，既表現了社會成員對客觀規律的理解和運用，又顯示了社會成員主觀上的追求和願望、意誌和憧憬，它承擔著傳遞社會信息與交流情感體驗的職能，起著組織與協調社會成員的意誌行為的作用。