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。”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。另一种是用大犰狳的尾巴皮制成的喇叭。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。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。”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着地表现出来，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着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——在文化的最低阶段里，也象在其他一切文化的阶段里一样，是和感情的语言显然而且截然不同的。斯宾塞的音乐起源语言的臆说，原始音乐就对它提出了难得推翻的抗议。那么人类怎么会有音乐的呢？达尔文以为乐音和节奏的才能，是由我们的动物祖先，当初用为引诱异性的手段而获得的。他的这种见解，是从观察大部分的雄性动物多在繁殖期间利用它们的声音，一来发泄自己的感情，二来引诱起雌性的注意，推断出来。倘若我们假定声音除了引起注意之外，还能使雌性发生快感，那么这种音乐的才能，自然将为雌雄淘汰所保存、所改进。这是自动和被动的音乐能力发展的最初的出发点。达尔文随后还把激发我们的温和、恋爱、胜利的欢喜和战争的兴会等等音乐特殊力量指示出来，说“一个纯粹的乐音，能够集中感情的力量，胜过几页的文章。”他又引用斯宾塞的话说：“音乐唤起了我们不曾梦想过它的存在和不曾明白过它的意义的那些潜伏着的情绪。”他又引伸着说，那为音乐或热情的语言所唤起的感情和观念的不明确而深远，正象回复了久远以前的热情和思想一样。我们只有假定乐音和节奏曾经被我们半人类的祖先在一切动物都为最强的感情所激动的交尾期里利用过，才可以理解得若干。就是这假定是真的，乐音方才适于以遗传的联想之精深的原理为基础，在我们的心里——以模糊而不一定的形式——回生了久远以前的强烈的感情。当我们想到有些四手类的（quadrumana）动物中雄性的发声器官比雌性的发声器官更发达，还有一种类人猿的动物发出一种精确的八音间的乐音，就是实际唱歌的时候，就不致于认人类的祖先——无论男性或女性或两性——在他们得到用调解的语言表示爱情的能力以前，便已尽力用乐音和节奏，互相娱乐的话，为必不会有的臆说。用各种声音和语调唤起听众最强烈的感情的灵敏的演说家、诗人或音乐家，一定没有想到他正在使用他的半兽类的祖先，在久远的过去时代靠此发泄他们的战争和恋爱的发烧的热情的同样手段。然而这是事实。达尔文相信他还能够用这种方法说明野蛮人种——他指的是黑人和霍顿督族——很有发展音乐才能的事实。