Die menschliche Stimme ist der Zeit nach das erste und der Qualität -nach das vorzüglichste unter allen Instrumenten. Alle sind nur Versuche, den Gesangston nachzuahmen; aber keines erreicht eine solche Innigkeit, Würde, Schönheit und Ausdrucksfähigkeit. Diesen Mangel ersetzen aber die Instrumente teils durch größere Schallkraft und längere Ausdauer, teils durch weiteren Tonumfang und leichtere Beweglichkeit; sie ersetzen gewissermaßen die Qualität durch Quantität.
Die menschliche Stimme als direktes Organ eines denkenden und fühlenden Geschöpfes würde es jedoch mit Recht verschmähen, nur als Instrument zu fungieren, d. h. uneingedenk ihrer gleichzeitigen Eigenschaft als Sprechorgan nur musikalische Töne von sich zu geben. Auch dies könnte sie nicht, ohne wenigstens einen Vokal als Träger des Tones zu benutzen, und sogar zum Summen ist wenigstens ein Konsonant erforderlich. Die Elemente der Sprache sind mit der menschlichen Stimme aufs Innigste verwachsen; der Gesangston erhält erst durch das belebende Wort seinen vollen Sinn und Wert, und aus diesem Grunde zählen eigentlich alle Solfeggien, Passagen und Kadenzen mehr zur Instrumentalmusik, da sie der Begründung durch das Wort entbehren.
Obschon nun der Instrumentalmusik die Begründung durch das Wort fehlt auch die sogenannte - Programmmusik kann durch das Wort nur höchst allgemeine Andeutungen erhalten - so mangelt ihr dennoch nicht eine gewisse Ausdrucksfähigkeit, welche sie zu einem solchen Grade zu steigern vermag, dass sie gar wohl sich selbst Zweck sein und mit der Vokalmusik einen nicht allzu ungleichen Wettstreit eingehen kann. Die starke Seite der Instrumentalmusik liegt in dem weiten Tonumfang, in Volumen und Schallkraft, in der Verschiedenheit ihrer Organe, durch deren tausendfache Mischungsarten ein unerschöpflicher Farbenreichtum entsteht. Die Instrumentalmelodie wirkt, ohne ein erklärendes Wort, durch sich selbst, wenn sie prägnant, neu und originell ist, Eigenschaften, zu deren Erreichung ihr der Umfang des ganzen Tongebietes, die höchste Beweglichkeit und alle nur möglichen Abstufungen der Tonstärke zu Gebote stehen.
Ungleich beschränkter ist die Vokalmelodie, nicht nur im Tonumfang, sondern auch in der Bewegung. Das Gesangsorgan ist zunächst auf einfache, in kleinem Umfang sich bewegende, meist diatonisch fortschreitende Phrasen angewiesen, welche zum Schöpfen des Atems hinreichenden Raum gewähren. Die Dauer des einzelnen Tones wie einer Phrase ist stets von der Dauer des Atems abhängig; Sprünge und schwer zu intonierende Intervalle sind meist schädlich; von schnelleren Figuren sagen nur die wenigsten der Stimme zu, und auch für diese muss dieselbe erst eigens geschult werden.
Dagegen können Phrasen von 3 und 2, ja sogar von einem einzigen, öfter wiederholten Tone - wie z. B. die bekannten italienischen Melodien mit vier gleichen Vierteln - durch den Wechsel der darunter liegenden Textworte gar wohl melodisch werden. Die Vokalmelodie wird sogar desto wirksamer sein, je weniger sie Töne und Schritte enthält, die nicht durch die Worte motiviert sind; hier ist alles Überflüssige schädlich, da auch die nüchternste Melodie durch den Vortrag bedeutend werden kann, während eine überladene, nach Grundsätzen der Instrumentalmusik gebaute Melodie im Gesange leicht aller Wirkung entbehrt.